Roblox AI scraping: crawler lấy 145GB mô hình 3D của người sáng tạo mà không hỏi

Roblox AI scraping of 145GB of 3D models from Open3DLab

🇬🇧 Read in English

Vụ Roblox AI scraping là cuộc tranh cãi mới nhất về dữ liệu huấn luyện AI. Ngày 26/10/2026, trang cộng đồng Open3DLab cho biết một crawler mang địa chỉ email của một nhân viên Roblox đã tải 145,5 GB mô hình 3D của người sáng tạo từ các trang của họ vào ngày 15 và 16/10. Crawler này phớt lờ robots.txt, và gần một nửa số dự án bị lấy là nội dung người lớn. Đến lúc đăng bài, Roblox vẫn chưa trả lời hai email.

Bài viết này dựa trên báo cáo Open3DLab đã công bố và cuộc thảo luận sau đó trên Hacker News. Chúng mình chưa tự xem được log máy chủ.

Roblox AI scraping: 145GB mô hình 3D bị tải từ Open3DLab

Điểm chính

  • Khi nào: tải về ngày 15–16/10/2026; phát hiện ngày 18/10; các lần thử bị chặn kéo dài đến ngày 20/10.
  • Bao nhiêu: 1.027 tệp từ 712 dự án, tổng cộng 145,5 GB.
  • Những gì bị phớt lờ: robots.txt, điều khoản dịch vụ của các trang, và giấy phép của người sáng tạo. 423 trong 712 dự án chỉ cho phép dùng phi thương mại.
  • Nội dung người lớn: 345 trong 712 dự án (62,6 GB) là nội dung người lớn.
  • Ai: user agent ghi trellis2-data-sourcing/1.0 (3D foundation model research) kèm một địa chỉ @roblox.com.
  • Phản hồi của Roblox: chưa có gì cho đến nay, theo Open3DLab.

Xem nhanh: video tóm tắt 30 giây.

Roblox AI scraping: chuyện gì đã xảy ra?

Open3DLab điều hành ba trang cộng đồng 3D miễn phí với một đội nhỏ: SFMLab (từ 2014), SmutBase (từ 2016, chỉ có nội dung người lớn) và chính Open3DLab (từ 2020). Người sáng tạo tải lên nhân vật, đạo cụ và bản đồ, chọn giấy phép cho từng dự án, và ai cũng có thể tải về miễn phí.

Đây là dòng thời gian của vụ Roblox AI scraping do Open3DLab mô tả:

Ngày (2026)Chuyện gì xảy ra
15–16/10Crawler đọc trang chính của 18.926 dự án qua 26.429 yêu cầu trong 34 giờ, rồi tải 1.027 tệp
17–18/10Hoạt động tạm dừng vào cuối tuần
18/10Open3DLab phát hiện, chặn nó và gửi email đến địa chỉ trong user agent
19/10Crawler quay lại; mọi yêu cầu đều bị chặn
20/10Lần thử cuối từ 8:00 đến khoảng 15:00, thưa dần sau bữa trưa
26/10Open3DLab công bố báo cáo; vẫn chưa có phản hồi từ Roblox

Có hai chi tiết nổi bật trong vụ Roblox AI scraping. Mọi yêu cầu đều đến từ một địa chỉ Amazon Web Services duy nhất. Và hoạt động diễn ra theo giờ hành chính của múi giờ Trung Âu, có nghỉ quanh giờ ăn trưa. Thứ duy nhất giới hạn lượng tải là mức giới hạn tốc độ trên máy chủ tải miễn phí của các trang. Dù vậy, việc thu thập này vẫn làm nghẽn các máy chủ đó trong vài ngày và gây rắc rối cho người dùng bình thường.

Crawler đó có thật sự của Roblox không?

Đây là lưu ý quan trọng nhất trong câu chuyện Roblox AI scraping, và Open3DLab nói thẳng điều đó. Mối liên hệ với Roblox dựa trên user agent, vốn chỉ là lời tự giới thiệu. Ai cũng có thể gõ bất kỳ địa chỉ email nào vào user agent, và crawler chạy từ đám mây của Amazon chứ không phải mạng riêng của Roblox.

Open3DLab cho biết họ không thấy gì gợi ý việc mạo danh, và nhãn đó khớp sát với các nghiên cứu Roblox đã công bố. Dù vậy, việc xác nhận vẫn là câu hỏi đầu tiên họ muốn Roblox trả lời. Trang này cũng nói họ không đổ lỗi cho cá nhân nhà nghiên cứu, và đã xóa tên người đó khỏi báo cáo. Theo họ, một đợt thu thập dữ liệu như thế là quyết định của công ty.

Trên Hacker News, nơi bài đăng đạt 475 điểm và 266 bình luận, một người cho rằng khung giờ trông giống một người chạy script trên laptop. Người khác đáp lại rằng một dự án cá nhân khó mà dùng email công việc trong giờ làm việc.

Vụ Roblox AI scraping liên quan gì đến Roblox Cube?

Open3DLab đánh dấu phần này của báo cáo là suy đoán của riêng họ, dựa trên thông tin công khai:

  • Roblox Cube. Tháng 3/2025, Roblox giới thiệu Cube, mà họ gọi là hệ thống AI tạo sinh cốt lõi cho 3D và 4D. Bài báo mô tả mục tiêu là một “foundation model cho trí tuệ 3D”. Bài báo liệt kê việc gắn khung xương cho nhân vật là khả năng trong tương lai, còn việc tạo nhân vật và avatar là công việc về sau.
  • Dữ liệu huấn luyện của Cube. Model tạo hình đầu tiên của nó được huấn luyện trên khoảng 1,5 triệu tài sản 3D từ các bộ dữ liệu có giấy phép và công khai như Objaverse, cộng thêm các tài sản miễn phí do người dùng đồng ý đưa vào từ Creator Store của Roblox.
  • Tạo 4D. Tháng 2/2026, Roblox bắt đầu triển khai “4D generation” xây trên Cube.
  • Nhà nghiên cứu. Email trong user agent thuộc về một trong hơn 40 tác giả của bài báo Cube, người có hồ sơ công khai nói rằng họ đang xây một foundation model 3D tại Roblox.
  • “trellis2.” Cái tên này có thể nhắc đến TRELLIS.2, một model tạo 3D mở do Microsoft phát hành cuối năm 2025. Open3DLab lưu ý bộ công cụ dữ liệu đã công bố của TRELLIS.2 không có web crawler, nên crawler này được viết riêng cho việc này. Nó cũng có thể chỉ là tên mã của một dự án.

Tại sao những trang này lại quan trọng với Roblox AI scraping? Open3DLab cho rằng chúng có thứ mà các bộ dữ liệu 3D công khai thiếu: nhân vật hoàn chỉnh, có texture, thường đã gắn khung xương, theo các định dạng nghệ sĩ hay dùng, mỗi cái đều có tiêu đề, mô tả và ảnh xem trước. Kết luận của họ là crawler nhiều khả năng đang thu thập dữ liệu huấn luyện hoặc đánh giá cho công việc về model 3D của Roblox. Họ cũng nói không thể chứng minh điều này, hay chứng minh có tệp nào đã đến tay một model.

Vì sao nội dung người lớn lại quan trọng?

Theo số liệu của chính Roblox, hơn một phần ba người dùng hằng ngày của họ dưới 13 tuổi vào năm 2025, và quy định của họ cấm nội dung tình dục. Vậy mà crawler đã lấy 224 dự án từ SmutBase và 121 dự án đánh dấu người lớn từ SFMLab, với tốc độ như mọi thứ khác.

Open3DLab nói họ không nghĩ Roblox cố ý thu thập nội dung người lớn, và họ không có bằng chứng nào cho thấy nó đã vào một sản phẩm. Ý của họ là dường như không ai kiểm tra. Nếu dữ liệu người lớn lọt vào một model tạo tài sản, lớp bảo vệ duy nhất còn lại là bộ lọc nào đó được xây sau này.

Còn một vấn đề thứ hai: việc xóa. Khi người sáng tạo gỡ một dự án, hoặc trang gỡ xuống sau thông báo bản quyền, nó biến mất khỏi trang nhưng vẫn nằm trong mọi bộ dữ liệu đã sao chép. Một dự án bị tải đã bị vô hiệu hóa trên SFMLab.

Phía bên kia của cuộc tranh luận là gì?

Không phải ai trên Hacker News cũng đồng ý với cách đặt vấn đề của vụ Roblox AI scraping. Vài người cho rằng dữ liệu người lớn cũng có thể dùng để huấn luyện bộ lọc phát hiện nội dung tải lên dành cho người lớn, thứ mà một nền tảng cho trẻ em cần có. Người khác gọi việc tập trung vào nội dung người lớn là giật gân. Có người lập luận rằng cái gì tải xuống được thì sẽ bị tải, còn người khác đáp rằng việc phớt lờ giấy phép và robots.txt chính là điều khiến nó sai. Những người chỉ trích cũng chỉ ra rằng nhiều model trên các trang này là bản chuyển thể từ nhân vật game do người hâm mộ làm. Open3DLab thừa nhận điều này trong bài và nói họ tuân thủ các thông báo gỡ bỏ.

Roblox có phải là AI crawler duy nhất không?

Không. Open3DLab cho biết trong tháng trước khi phát hiện crawler mang nhãn Roblox, crawler của Meta, Meta-ExternalAgent, đã gửi khoảng 380.000 yêu cầu và tải 211.000 trang dự án. Open3DLab cũng đã chặn nó. Theo họ, điểm khác là crawler mang nhãn Roblox là cái đầu tiên họ thấy thật sự tải các tệp mà người dùng đã đăng lên.

Vụ Roblox AI scraping có ý nghĩa gì với người sáng tạo?

Bài học của vụ Roblox AI scraping cho bất kỳ ai chia sẻ sản phẩm trực tuyến thật khó chịu: robots.txt và giấy phép chỉ là lời đề nghị, không phải ổ khóa. Ở đây, một crawler đã tải tệp robots.txt rồi phớt lờ nó.

Những điểm thực tế được nêu trong báo cáo và cuộc thảo luận:

  • Giới hạn tốc độ rất quan trọng. Mức giới hạn tốc độ trên máy chủ miễn phí là thứ duy nhất hạn chế lượng tải trong vụ Roblox AI scraping.
  • Hãy theo dõi log của bạn. Open3DLab phát hiện crawler nhờ lượng yêu cầu bất thường.
  • Chặn các dải IP đám mây là một sự đánh đổi. Một số bình luận chặn lưu lượng từ AWS và các đám mây khác, nhưng người khác cảnh báo cách này cũng có thể chặn người dùng thật dùng VPN công ty và các crawler công cụ tìm kiếm hợp lệ.
  • Hãy giữ bằng chứng. Open3DLab giữ bản xuất đầy đủ các log liên quan để bên ngoài kiểm toán.

Để biết thêm về cách các hệ thống AI xử lý dữ liệu của người khác, hãy đọc bài của chúng mình về trình theo dõi quyền riêng tư của AI chatbot và bài về các lỗi bảo mật của AI agent mất kiểm soát.

Câu hỏi thường gặp về Roblox AI scraping

Roblox có xác nhận đã chạy crawler không?
Không. Open3DLab cho biết họ đã gửi Roblox hai email về vụ Roblox AI scraping và không nhận được phản hồi. Mối liên hệ với Roblox đến từ user agent của crawler, và Open3DLab xem nó theo đúng giá trị bề mặt.

Có bao nhiêu dữ liệu bị tải?
1.027 tệp từ 712 dự án, tổng cộng 145,5 GB, vào ngày 15–16/10/2026, theo Open3DLab.

Dữ liệu có được dùng để huấn luyện Roblox Cube không?
Không ai biết. Open3DLab cho rằng dữ liệu huấn luyện hoặc đánh giá cho công việc foundation model 3D của Roblox là lời giải thích có khả năng nhất, nhưng nói họ không thể chứng minh.

robots.txt có ngăn được AI crawler không?
Chỉ khi crawler chọn tuân theo. Trong vụ Roblox AI scraping, crawler đã lấy robots.txt rồi phớt lờ nó.

Open3DLab muốn gì từ Roblox?
Một phản hồi công khai, và để Roblox tôn trọng chuẩn mực của cộng đồng: ghi công mọi người, tôn trọng giấy phép họ đã chọn, và hỏi trước khi dùng sản phẩm cho một mục đích không được cho phép.

Nguồn tham khảo

Trạm Công Nghệ AI
Logo
Compare items
  • Total (0)
Compare
0