কিউব: ৩ডি বুদ্ধিমত্তার একটি রবলোক্স দৃষ্টিভঙ্গি

বিশাল পরিমাণ ডেটায় প্রশিক্ষিত ফাউন্ডেশন মডেলগুলি টেক্সট, ইমেজ, অডিও এবং ভিডিও ক্ষেত্রে অসাধারণ যুক্তি ও জেনারেট করার ক্ষমতা প্রদর্শন করেছে। Roblox-এ আমাদের লক্ষ্য হল 3D বুদ্ধিমত্তার জন্য এমন একটি ফাউন্ডেশন মডেল তৈরি করা, যা ডেভেলপারদের Roblox অভিজ্ঞতার সব দিক তৈরি করতে সহায়তা করবে—3D অবজেক্ট ও দৃশ্য তৈরি করা থেকে অ্যানিমেশনের জন্য চরিত্র রিগিং করা এবং অবজেক্টের আচরণ বর্ণনা করে প্রোগ্রাম্যাটিক স্ক্রিপ্ট তৈরি করা পর্যন্ত। আমরা এমন একটি 3D ফাউন্ডেশন মডেলের জন্য তিনটি মূল ডিজাইন প্রয়োজনীয়তা নিয়ে আলোচনা করি এবং তারপর এমন একটি মডেল তৈরি করার দিকে আমাদের প্রথম ধাপ উপস্থাপন করি। আমরা আশা করি যে 3D জ্যামিতিক আকৃতি একটি মূল ডেটা প্রকার হবে এবং 3D আকৃতি টোকেনাইজারের জন্য আমাদের সমাধান বর্ণনা করি। আমরা দেখাই কীভাবে আমাদের টোকেনাইজেশন স্কিম টেক্সট-টু-শেপ জেনারেটেশন, শেপ-টু-টেক্সট জেনারেটেশন এবং টেক্সট-টু-সিন জেনারেটেশন অ্যাপ্লিকেশনগুলিতে ব্যবহার করা যেতে পারে। আমরা দেখাই কীভাবে এই অ্যাপ্লিকেশনগুলো বিদ্যমান বড় ভাষামডেল (LLMs)-এর সাথে সহযোগিতা করে দৃশ্য বিশ্লেষণ এবং যুক্তি-বিচার করতে পারে। আমরা ৩ডি বুদ্ধিমত্তার জন্য একটি সম্পূর্ণ একীভূত ফাউন্ডেশন মডেল নির্মাণের আমাদের পথরেখা আলোচনা করে উপসংহার করি। আমাদের কোড এবং মডেল ওয়েটস এখানে পাওয়া যাবে: https://github.com/Roblox/cube।