El agente de IA de Roblox descargó 145 GB de modelos 3D ajenos

Roblox Corporation ha confirmado que uno de sus agentes de IA descargó 145,5 GB de activos 3D ajenos de la biblioteca Open3DLab y de los sitios asociados SFMLab y SmutBase. La compañía declaró que el agente no funcionaba como estaba previsto, que lo retiraron de servicio y que los datos recopilados no se utilizaron para ningún fin, incluido el entrenamiento de modelos.

Para los artistas 3D resulta revelador el propio orden de actuación del rastreador: primero solicitó el robots.txt, y después ignoró sus instrucciones. A continuación infringió los términos de uso del sitio, que prohíben expresamente el scraping, y las licencias no comerciales de los autores. Los mecanismos habituales con los que los autores protegen sus obras frente a la recolección para conjuntos de datos de entrenamiento no lo detuvieron en ningún paso.

Cómo el sitio detectó al rastreador

La actividad fue rastreada por un administrador de Open3DLab con el alias Salaryman. Según sus datos, el bot recorrió casi todos los proyectos de los tres sitios y descargó 1027 archivos de 712 proyectos. Se trata de trabajos de miembros de la comunidad: artistas 3D y autores que crean escenas en Source Filmmaker de Valve y usan SmutBase y SFMLab como recursos especializados en material para mayores de 18 años. El contenido para adultos supuso 117,4 GB del volumen total.

Los operadores detectaron al rastreador el 18 de octubre, bloquearon sus peticiones y escribieron al responsable a una dirección encontrada en los datos del agente. Al día siguiente la recolección se reanudó, esquivando los intentos de detenerla. La administración vinculó al bot con un investigador de Roblox Corporation, uno de los autores del artículo que describe Cube, el sistema generativo básico de la compañía para 3D. Otras marcas en los datos del agente indicaban que estaba recopilando modelos para un conjunto de datos de entrenamiento.

Una parte aparte de las reclamaciones se refiere a las licencias. Muchos modelos están publicados en condiciones no comerciales, y una parte se basa en propiedad intelectual ajena: entre lo descargado, Salaryman menciona a Eve de Stellar Blade, del estudio Shift Up, y a Mei de Overwatch, de Blizzard Entertainment. Esos archivos acabaron en la descarga en igualdad de condiciones con todo lo demás.

Por qué el contenido para adultos en el conjunto de datos es crítico para Roblox

Antes de la respuesta de la compañía, Salaryman formuló el riesgo así: si esos datos llegan a un modelo que genera activos para Roblox, la única barrera entre ellos y el público infantil será un filtro añadido a posteriori.

«Los modelos reproducen aquello que han aprendido. Si los datos para adultos entran en un modelo que genera activos para Roblox, lo único que separa esos datos de los niños es el filtro que Roblox construya después, porque en la fase de recolección no se filtró nada»

Un efecto secundario de tal escenario: los usuarios que generaran un activo de ese tipo con las herramientas de IA integradas de la plataforma se convertirían en infractores de sus propias normas. Salaryman subraya que no considera que la recolección de contenido para adultos fuera intencionada por parte de nadie, y es precisamente eso lo que le preocupa: a juzgar por los registros, nadie comprobaba hacia dónde se dirigía el rastreador ni qué se llevaba.

La reclamación cae sobre un trasfondo de larga data: Roblox recibe críticas por la moderación del contenido sexualizado y por cómo usan la plataforma los delincuentes que tienen como objetivo a menores. En 2026 la compañía reforzó la moderación; según la estimación de la firma de investigación de inversiones Bleecker Street Research, hasta el punto de afectar al crecimiento de la audiencia. Al mismo tiempo, la compañía sigue envuelta en litigios con organismos estatales y con padres de menores afectados; niega las acusaciones. El director de Roblox, David Baszucki, ya recibió críticas por cómo respondió a las preguntas de los periodistas sobre la seguridad infantil.

Qué promete cambiar la compañía

En el comunicado de Roblox se afirma que el agente está desactivado, que los datos no se emplearon para ninguna tarea y que la compañía está reforzando, y seguirá reforzando, sus enfoques para crear y revisar agentes de este tipo «a medida que evolucione el panorama de los sistemas agénticos». Los detalles de esos procedimientos —quién aprueba las fuentes de datos para los rastreadores internos, y en qué etapa— no se revelan en el comunicado.

La carrera por los datos 3D ha chocado con bibliotecas ajenas

Este caso parece un síntoma de un proceso más amplio. Los modelos generativos para 3D requieren grandes volúmenes de datos de entrenamiento, y los activos 3D de acceso abierto son notablemente más escasos que las imágenes y los textos. En ese contexto, las grandes plataformas que construyen sus propios modelos básicos para geometría probablemente miren cada vez más hacia las bibliotecas de fans y especializadas, donde durante años se han acumulado mallas, rigs y texturas ya terminados. Esa recolección se delega en agentes autónomos y a ellos, a diferencia de un rastreador clásico con una lista de dominios explícitamente definida, les resulta más fácil irse allí donde no los llamaron.

Para los autores se desprende una conclusión desagradable: robots.txt y una línea en los términos de uso siguen siendo un acuerdo de buena fe, y debe cumplirlo precisamente la parte que gana con incumplirlo. Probablemente los sitios que albergan trabajos 3D de usuarios responderán con medidas técnicas —autenticación estricta, límites de velocidad de entrega, cierre de los enlaces directos a los archivos— y eso hará la vida menos cómoda, en primer lugar, para los visitantes de buena fe. Si la historia se repite en otras compañías, el siguiente paso podrían ser ya no cartas de administradores, sino reclamaciones legales de autores y de los titulares de derechos de los personajes cuyos modelos acaban en las descargas.

En Open3DLab puntualizaron aparte que apoyan el contenido para adultos: constituye la base de sus sitios. Lo que objetan es que sus sitios sean barridos para un conjunto de datos de entrenamiento ajeno sin pedir permiso, y que el resultado pueda acabar luego en herramientas que usan los niños.

¿Con qué está relacionado este incidente: la autonomía descontrolada de los agentes, la carrera por los datos para la generación 3D, la indiferencia ante robots.txt?