Roblox przejmuje zespół i technologię Morpheus AI, a do tego wchłonął już wcześniej założycieli Dynamics Lab i Lucid AI. Cel? Zamienić pikselowe klocki w fotorealistyczne światy generowane przez AI. To nie jest kolejna zapowiedź „wkrótce”. To zorganizowana kampania przejęć talentów, które mają dowieźć coś, czego branża gamingowa jeszcze nie widziała.
Kluczowe fakty:
- Roblox przejął zespół i technologię Morpheus AI oraz wchłonął założycieli Dynamics Lab i Lucid AI, realizując zorganizowaną kampanię przejęć talentów w dziedzinie generatywnej AI.
- W ramach projektu Roblox Reality, ogłoszonego w kwietniu 2026 roku, firma dąży do generowania fotorealistycznych światów w czasie rzeczywistym w rozdzielczości 2K przy 60 klatkach na sekundę, jednak system działa na razie wyłącznie w warunkach laboratoryjnych.
- Założyciel Morpheus AI, Xun Huang, opracował metodę Self Forcing, która rozwiązuje problem narastających rozbieżności w modelach wideo poprzez warunkowanie generacji każdej klatki na poprzednio wygenerowanych wynikach.
Trzy laboratoria, jeden cel
Żeby zrozumieć, o co tu chodzi, trzeba cofnąć się o kilka kroków. W kwietniu 2026 roku Roblox ogłosił coś pod nazwą Roblox Reality. Koncept prosty do opisania, piekielnie trudny do wykonania: silnik gry zarządza logiką i stanem świata (gdzie stoi gracz, jak szybko jedzie auto, zasady rozgrywki), a model AI dokłada na to pikselową warstwę fotorealizmu w czasie rzeczywistym. Deszcz na szybie, liście poruszane wiatrem, ziarnisty piasek. Cel techniczny to 2K w 60 klatkach na sekundę. Przy czym firma sama przyznaje, że system działa na razie wyłącznie w warunkach laboratoryjnych i na razie nie osiąga pełnej wydajności w czasie rzeczywistym.
Prezes Roblox David Baszucki napisał w kwietniu na X, że „jesteśmy na progu interaktywnej, fotorealistycznej generacji wideo w czasie rzeczywistym. Dziś te interakcje to w zasadzie sny na jawie. Brakuje im…”
Żeby ta wizja mogła się zrealizować, Roblox potrzebował ludzi, którzy rozwiązali już kluczowy problem techniczny. I właśnie ich znalazł.
Prawie co drugi pracownik w Polsce używa AI za plecami swojego szefa. 71% polskich pracowników oszczędza dzięki AI od pół godziny do ponad dwóch godzin dziennie …
Self Forcing, czyli jak nauczyć AI grać w czasie rzeczywistym
Xun Huang założył Morpheus AI w sierpniu 2025 roku. Wcześniej pracował jako badacz i opublikował pracę naukową, która okazała się przełomem w dziedzinie video world models.
Problem, który rozwiązał, brzmi technicznie, ale ma bardzo praktyczne konsekwencje. Tradycyjne modele wideo uczą się generować klatki na podstawie prawdziwych danych treningowych, a potem podczas działania muszą opierać się na własnych, niedoskonałych wynikach. To tworzy coraz większe rozbieżności. Self Forcing rozwiązuje ten problem przez warunkowanie generacji każdej klatki na poprzednio wygenerowanych przez siebie wyjściach, z użyciem mechanizmu KV caching podczas treningu. Efekt: model, który nie „dryfuje” z każdą kolejną klatką i może działać autoregressywnie, czyli w czasie rzeczywistym.
Praca Self Forcing wprowadza nowy paradygmat trenowania autoregresywnych modeli dyfuzji, który umożliwia wysokiej jakości generację wideo w czasie rzeczywistym.
To właśnie ta technologia jest fundamentem, na którym Roblox chce zbudować warstwę wizualną swojej platformy.
Nie tylko Morpheus
Przejęcie Morpheus AI to ostatni element większej układanki. Pod koniec 2025 roku do Roblox dołączył Joe Chen, założyciel Dynamics Lab, który pracował nad silnikiem generatywnych światów w czasie rzeczywistym. Jego technologia pozwalała użytkownikom wgrać dowolny obraz, zdjęcie, rysunek dziecka, klasyczny obraz malarski, i dosłownie wejść do niego jako interaktywnego świata.
Kilka tygodni wcześniej, też pod koniec 2025, dołączył Alberto Hojel, założyciel Lucid AI. Hojel zbudował Lucid AI na założeniu, że światy generowane przez AI muszą być wiarygodne i spójne, gdzie imponująca wizualizacja idzie w parze z deterministyczną logiką gry. Hojel wynalazł koncepcję „game cartridge harness” w Roblox, czyli uzupełnienie video world models o niezawodną, deterministyczną logikę silnika gry.
Trzy różne zespoły, trzy różne podejścia do tego samego problemu. I wszystkie trzy trafiły do Roblox.
Komentarz redaktora
Roblox robi coś, co niewielu graczy i rodziców pewnie zauważa: cicho buduje jeden z najbardziej ambitnych projektów AI w branży gamingowej. Kupowanie całych laboratoriów badawczych razem z założycielami to nie jest standardowy ruch korporacyjny. To strategia przejęcia talentów, którą stosują Google, Meta czy Microsoft, gdy chcą przyspieszyć o kilka lat. I tu widzę zarówno potencjał, jak i ryzyko. Potencjał jest oczywisty: jeśli Roblox dowiezie fotorealizm dostępny dla każdego twórcy bez konieczności rozbudowanego budżetu produkcyjnego, to zmienia całą branżę gier niezależnych. To byłoby naprawdę demokratyzujące narzędzie. Ale mam też pytania, na które Roblox jeszcze nie odpowiedział. Ile to będzie kosztować twórców? Kto płaci za obliczenia na kartach H200 i B200 w chmurze? Czy fotorealizm w platformie, gdzie ogromna część użytkowników to dzieci i nastolatkowie, to rzeczywiście odpowiedź na to, czego ta społeczność potrzebuje? PC Gamer słusznie zapytał, czy cała inicjatywa nie opiera się na błędnym założeniu, że realizm automatycznie czyni grę lepszą. Styl często wygrywa ze szczegółem. Zawsze.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Architektura hybrydowa: silnik plus AI
Roblox Reality to architektura hybrydowa łącząca możliwości Roblox Cloud i Game Engine z fotorealizmem Video World Models. Silnik zarządza tym, co faktycznie dzieje się w świecie, a model AI decyduje, jak to wygląda.
Super Upsampler będzie działać w sąsiednich centrach danych edge, zasilanych kartami GPU klasy H200/B200. Oznacza to, że lokalna karta graficzna gracza nie jest używana przez Upsampler. Innymi słowy: nie będzie trzeba mieć topowego sprzętu, żeby korzystać z fotorealistycznej oprawy.
Ale tu pojawia się realna przeszkoda. Żeby obsłużyć miliony równoczesnych graczy Roblox, obliczenia po stronie chmury muszą być zarówno szybkie, jak i tanie. Roblox otwarcie przyznaje, że koszty obliczeń przy takiej skali są nadal za wysokie, żeby serwować je milionom równoczesnych graczy w sposób opłacalny.
Kiedy i dla kogo
Roblox nie podaje konkretnych dat. Wczesna wersja Roblox Reality ma być dostępna „pod koniec tego roku lub na początku następnego”, co przekłada się na późny 2026 lub wczesny 2027. Jednak firma przyznaje, że system nie działa jeszcze w czasie rzeczywistym, a osiągnięcie rozdzielczości 2K przy 60 klatkach na sekundę nadal stanowi wyzwanie.
Dla twórców gier na Roblox, szczególnie tych niezależnych, wizja jest kusząca:
- brak konieczności ręcznego tworzenia fotorealistycznych assetów
- fotorealizm generowany automatycznie na bazie istniejącej geometrii
- dramatyczne skrócenie czasu i kosztu produkcji
- możliwość budowania bogatych wizualnie światów bez dużego studia
Czy tak będzie w praktyce? Zobaczymy. Technologia jest imponująca. Harmonogram ambitny. A Roblox ma teraz w swoich szeregach badaczy, którzy udowodnili, że potrafią rozwiązywać problemy uważane za nierozwiązywalne.
Pytanie tylko, czy platforma znana z blokowej estetyki naprawdę potrzebuje fotorealizmu, czy to bardziej komunikat dla inwestorów niż dla graczy.
