- Roblox 的 Build 工具用戶突破 500.000 萬，並允許發布超過 70.000 萬款遊戲。
- 在遊戲時長最長的 100 款遊戲中，超過 80% 的遊戲都使用了人工智慧來加速開發。
- 頂級創作者使用人工智慧工具的數量增加了兩倍，每日資源負載也隨之成長。
- 現在的挑戰在於發行、品質和競爭：出版數量越多，不一定能找到讀者。
Roblox平台已從最初的簡單世界創建空間發展成為展示人工智慧在電玩開發領域應用的典範。其Build工具可將文字指令轉化為可玩的遊戲環境，吸引了超過500.000萬用戶，並促成了超過70.000萬款遊戲的發布。考慮到該工具仍處於測試階段，且無需任何程式設計知識即可上手，這無疑是一項了不起的成就。
對人工智慧的興趣不僅限於開發者測試新功能。在最近分析的時間段內，排名前 100 名的熱門遊戲中，超過 80%都使用了人工智慧工具來簡化開發流程。頂級開發者使用這些解決方案的比例增加了兩倍，每日上傳到雲端的資源數量也出現了類似的成長。所有這些都描繪出一幅生態系統圖景：在 Roblox 中，生成式人工智慧不再是孤立的實驗，而是成為了日常生產不可或缺的一部分。
建構：從句子到可玩遊戲
Build 的原理很簡單：使用者描述他們的需求，工具就會產生一個可玩的場景。這個想法在其他領域聽起來像是科幻小說，但在 Roblox 平台上已經催生了超過 70.000 萬個相關貼文。這個數字意義重大，因為它顯示入門門檻已經大大降低：即使沒有任何程式設計知識的人，也能在比以往搭建基本框架更短的時間內，將一個想法轉化為一個功能齊全的原型。
然而，發行管道的便捷並不能保證所有遊戲都能找到受眾。公司本身也承認，當內容大量湧現時，吸引玩家的注意力就變得更加困難。因此，發行管道至關重要：玩家與創作者之間的聯繫網絡、推薦機制，以及幫助每個遊戲觸及目標受眾的系統。人工智慧可以加快開發速度，但它無法解決玩家自行發現遊戲的問題。
人工智慧正在成為最受歡迎的遊戲之一。
採用情況的資料不僅限於參與Build測試的開發者。在遊戲最長的遊戲中，人工智慧的使用已十分普遍：在統計期間，前100名的遊戲中有80%都使用了這些工具。這並不意味著人工智慧是遊戲成功的直接原因，但確實表明團隊正在利用人工智慧來加速資源生成、優化和原型設計等任務。
基礎設施的成長也顯而易見。除了Build用戶數量的增加，上個月的每日資源上傳量也比上個月增加了兩倍，最活躍的創作者使用AI工具的時間也呈現相同的成長趨勢。 Roblox也正在努力將其內容拓展到應用程式之外，並促進跨裝置相容性，這項策略與其讓同一款遊戲能夠在不同平台上運行的目標一致。
產量增加，但競爭也更加激烈。
這種現像不太吸引人的一點是競爭。如今新遊戲層出不窮，發行已不再是成功的保證。公司承認，吸引玩家注意變得更加困難，發行必須依靠玩家和開發者之間的網路。換句話說，人工智慧可以輔助創作，但遊戲的成功仍然取決於其是否引人入勝、運作良好以及是否觸達目標受眾。
對開發者而言，這種轉變也影響到需要培養的技能。編寫清晰的指令正成為一項核心任務，因為這些工具使用自然語言描述來產生環境、資源和機制。這種工作方式減少了試錯，但也要求仔細審查系統返回的內容：並非所有聽起來不錯的請求都能同樣有效地轉化為遊戲中的內容。
圍繞著品質和原創性的爭論始終籠罩著這類工具。部分工作的自動化並不能取代原創概念或對細節的關注，同時也引發了人們對依賴外部資料訓練模型以及美學趨於統一性的擔憂。對於初學者而言，人工智慧提供了一個更方便的入門途徑；而對於業內人士來說，它則是一項需要嚴謹判斷和有效監管的工具。
這次推動的結果清晰地展現了一幅圖景：Roblox 平台的 AI 遊戲創作迎來了爆發式增長，Build 平台用戶突破 500.000 萬，發布遊戲超過 70.000 萬款，這項技術如今已應用於大多數熱門遊戲中。同時，遊戲產量的提升也促使開發者將重心轉移到遊戲發現、品質、安全性和維護活躍社群的能力。 AI 加速了這個過程，但它並不能取代那些真正讓遊戲有價值的決策。