क्यूब: 3डी बुद्धिमत्ता का एक रॉब्लॉक्स दृष्टिकोण

विशाल मात्रा में डेटा पर प्रशिक्षित फाउंडेशन मॉडल ने टेक्स्ट, छवियों, ऑडियो और वीडियो के क्षेत्रों में उल्लेखनीय तर्क और जेनरेशन क्षमताओं का प्रदर्शन किया है। Roblox में हमारा लक्ष्य 3D इंटेलिजेंस के लिए ऐसा फाउंडेशन मॉडल बनाना है, जो डेवलपर्स को Roblox अनुभव के सभी पहलुओं को बनाने में सहायता कर सके, जिसमें 3D ऑब्जेक्ट और सीन जेनरेट करना, एनिमेशन के लिए कैरेक्टर्स को रिग करना, और ऑब्जेक्ट के व्यवहार का वर्णन करने वाली प्रोग्रामैटिक स्क्रिप्ट बनाना शामिल है। हम ऐसे 3D फाउंडेशन मॉडल के लिए तीन प्रमुख डिज़ाइन आवश्यकताओं पर चर्चा करते हैं और फिर ऐसे मॉडल के निर्माण की दिशा में अपना पहला कदम प्रस्तुत करते हैं। हम उम्मीद करते हैं कि 3D ज्यामितीय आकृतियाँ एक मुख्य डेटा प्रकार होंगी और 3D शेप टोकनाइज़र के लिए अपने समाधान का वर्णन करते हैं। हम दिखाते हैं कि हमारी टोकनाइज़ेशन योजना का उपयोग टेक्स्ट-टू-शेप जेनरेशन, शेप-टू-टेक्स्ट जेनरेशन और टेक्स्ट-टू-सीन जेनरेशन जैसे अनुप्रयोगों में कैसे किया जा सकता है। हम यह प्रदर्शित करते हैं कि ये अनुप्रयोग मौजूदा बड़े भाषा मॉडल (एलएलएम) के साथ मिलकर सीन विश्लेषण और तर्क करने के लिए कैसे सहयोग कर सकते हैं। हम 3डी बुद्धिमत्ता के लिए एक पूरी तरह से एकीकृत फाउंडेशन मॉडल बनाने के अपने मार्ग की रूपरेखा पर चर्चा के साथ निष्कर्ष निकालते हैं। हमारा कोड और मॉडल वेट्स यहाँ पाए जा सकते हैं: https://github.com/Roblox/cube।