Roblox downloaded 145GB models from us (including adult content) without asking

Open3DLab • Roblox未经允许从我们的网站下载了145GB模型（包含成人内容）

Roblox未经允许从我们的网站下载了145GB模型（包含成人内容）

Salaryman 于 2026年10月26日 发布 最后更新于 2026年10月26日

2026年10月15日和16日，一个声称属于Roblox的网络爬虫几乎遍历了Open3DLab、SFMLab和SmutBase上的所有项目，并从712个项目中下载了1027个文件的完整副本。我们估计这些下载行为是为了AI训练目的，共计下载了145.5GB创作者作品。

本文简要描述了事件经过、采取的缓解措施以及对社区的警示意义。关于日志中观察到的更多细节，我们将在后续发布完整分析报告。

事件经过

10月18日（周日），我们发现一个网络爬虫向网站和下载基础设施发送了大量请求。该爬虫在所有请求中使用了相同的用户代理标识：trellis2-data-sourcing/1.0（3D基础模型研究；[redacted]@roblox.com），其IP地址来自亚马逊AWS单一节点。在34小时内，该爬虫通过26,429次请求访问了18,926个项目首页，几乎覆盖了我们整个项目库。

在抓取项目首页后，该爬虫从712个项目中下载了1027个文件的完整副本（总计145.5GB），并在周末暂停运作。其中包含来自SmutBase（仅限成人内容）的224个项目中的364个文件（54.8GB），另有345个标记为成人内容的SFMLab项目（62.6GB）。

下载文件数量受限于免费下载服务器的速度限制和并发下载数量上限。该爬虫无视了我们的robots.txt文件（尽管成功获取了该文件），违反了禁止爬虫的《服务条款》，并绕过了创作者许可：712个项目中有423个仅限非商业用途。在抓取样本中，成人项目与普通项目的抓取速度完全一致。部分抓取案例包括《Stellar Blade》中的Eve模型、《Overwatch》中的Mei模型，以及"马具"等成人内容。

我们的应对措施

我们于10月18日发现该爬虫，并在当天上午立即封锁了后续访问。此时爬虫已暂停活动，整个周末未发现其他爬虫。我们于18日向用户代理中提供的邮箱发送邮件，要求Roblox作出解释，但至今未收到回复。

10月19日，爬虫恢复抓取活动，所有请求均被我们的服务器拦截。面对封锁，爬虫并未减少下载尝试，其活动时间与办公时间高度吻合，仅在午休时段短暂暂停约1小时，工作日结束（CEST时区）后停止活动。10月20日，爬虫在8:00进行最后一次访问，从午休后开始逐步减少请求量，很可能是在测试我们的限速机制。请求在15:00左右完全停止。我们再次向Roblox发送邮件询问，但仍未收到回复。

推测分析

本节内容基于公开信息和我们在日志中观察到的信息进行推测和假设。

Roblox 自 2025 年起开始构建一个“3D 基础模型”。2025 年 3 月，Roblox 推出了 Cube，其称这是用于 3D 和 4D 的核心生成式 AI 系统。配套论文将目标描述为构建一个 3D 智能基础模型。论文中列出角色绑定是该模型最终应实现的功能之一，而生成角色和虚拟形象则被列为未来工作方向。其首个形状模型的训练数据来自 Objaverse 等授权和公开数据集的约 150 万个 3D 资产，以及 Roblox 自有创作者商店中创作者自愿提供的免费资产。2026 年 2 月，Roblox 开始部署基于 Cube 的“4D 生成”功能。

用户代理中的地址属于 Cube 论文 40 多位作者之一的研究人员。该研究人员的公开职业资料表明其正在 Roblox 构建 3D 基础模型，其早期发表的研究集中在 3D 重建和实时 3D 渲染领域。需要明确的是：我们并未暗示该研究人员有任何超出职责范围或自主发起的行为。此类数据采集行动是公司的决策，责任归属 Roblox。但该资料证实了用户代理的描述：该爬虫的开发者正在构建 3D 基础模型。

trellis2-data-sourcing 中的“trellis2”可能指代 TRELLIS.2，这是微软于 2025 年底发布的开源 3D 生成模型。它可能意味着这些数据用于训练或调优类似模型，也可能只是项目代号。我们无法确定具体含义。可以确认的是，TRELLIS.2 发布的数据工具包中并未包含网络爬虫和用户代理信息，因此这个爬虫及其标签是为特定任务专门设计的。也有可能 Roblox 正在复用 TRELLIS.2 的工具来构建自己的基础模型，并沿用这些脚本进行下一阶段模型开发；相关工具是开源的。

我们的网站上包含大量 3D 模型生成系统所需的资源，而公开数据集中相对匮乏：完整且带纹理的角色模型、大量经过骨骼绑定的角色、以艺术家实际使用的格式呈现的模型，每个模型都配有标题、描述和预览图片。

综合来看，我们最可能的解释是该爬虫正在收集 Roblox 3D 基础模型工作的训练或评估数据。我们无法证实这一点，也不清楚是否有创作者的文件被纳入模型训练。

Roblox 的历史记录

这并非 Roblox 首次因对待平台创作者的方式或处理他人权利的方式而受到批评。

• 年轻开发者。2021 年，游戏媒体 People Make Games 发布了一段调查视频，指控 Roblox 将年轻用户变成低薪开发者。据其计算，Roblox 保留了开发者游戏中约 75% 的收入（对比 Steam 的 30%），并以 Robux 形式支付创作者报酬（创作者需达到最低金额才能提现）。Roblox 拒绝讨论其收入分成比例和提现门槛。（2025 年 9 月，其提现比例提高了 8.5%。）

• 版权问题。2021 年，美国国家音乐出版协会就平台上的未授权音乐对 Roblox 提起了至少 2 亿美元的诉讼。该案当年晚些时候以未公开金额达成和解。

• 儿童安全。2024年10月，做空机构Hindenburg Research指控Roblox虚报用户数量且未能保护儿童。Roblox称该报告具有误导性，并指出报告作者可能因股价下跌而获利。此后，路易斯安那州、肯塔基州、德克萨斯州和佛罗里达州等多州总检察长对Roblox提起诉讼，私人诉讼也已合并至美国联邦法院。这些是指控，而非定论。

这些内容无法证明任何关于爬虫程序的事实，但强化了我们对Roblox是一家极其不道德企业的看法。这表明一家反复被指控将增长置于平台所依赖人群之上的公司。

你明白这看起来有多荒谬吗？

根据Roblox自己的数据，2025年其每日用户中超过三分之一的年龄低于13岁。其规则禁止性内容，且在2025年进一步收紧了限制。

Roblox的爬虫程序从名为SmutBase的网站（自称专为成人内容而设）抓取了224个项目，又从标记为成人内容的SFMLab抓取了121个项目。它以相同的速度抓取所有内容：在从712个项目中下载的内容中，有345个属于成人内容。后续的抓取尝试也未对成人内容进行区分。

我们在此需要谨慎。我们认为Roblox并非有意收集成人内容，也没有证据表明任何内容到达了模型或产品。这些抓取很可能是自动执行的。但问题恰恰在于：根据我们的日志显示，没有人进行过检查。一个为拥有数千万儿童用户的平台工作的爬虫程序被指向成人网站，却在未进行任何区分的情况下抓取了明确的成人内容。

模型会复现它们所学习到的内容。如果成人训练数据进入了为Roblox生成资产的模型，那么在这些数据与儿童之间唯一的屏障，就是Roblox之后构建的过滤器，因为其数据收集过程并未进行任何过滤。此外，当创作者删除项目，或我们因违反规则或版权通知而移除项目时，这些内容会从我们的网站消失，但依然保留在这些数据集中。爬虫抓取的一个项目已在SFMLab上被禁用。如果Roblox仍保留该项目的副本，那么该副本依然存在。

我们并不反对成人内容。这是我们赖以生存的业务。我们认为成年人在无需政府监视的情况下应能自由访问和享受此类内容。我们反对的是：在未经任何询问的情况下，成人网站的内容被倾倒入剥削性游戏公司的训练数据中，并与实际提供给儿童的内容混合在一起。

对于一家因儿童安全问题被多个美国州起诉的公司来说，“我们的AI团队批量下载了成人网站而未进行任何检查”显然不是一个有利的位置。

如果犯罪的惩罚只是罚款，那么这条法律只适用于底层阶级。

本节为观点。

Roblox并非AI对他人作品贪婪的最严重案例，只是最新出现在我们日志中的案例。它也不是这些日志中唯一的人工智能公司。在我们发现trellis2-data-sourcing之前的一个月，Meta的AI爬虫程序Meta-ExternalAgent向我们的网站发送了约38万次请求，其中几乎所有请求都来自Meta自己的网络，并加载了21.1万个项目页面。此后，我们也已封锁了他们的爬虫程序。

Roblox 的 trellis2 爬虫是我们发现的第一个真正从用户上传的资产中抓取内容的个体爬虫，这种行为公然无视可能适用的任何版权或许可协议。这一事件属于更广泛的背景：人工智能实验室在未经允许的情况下获取内容。以下是几家大型公司被指控的行为，以及在某些情况下承认的记录：

• 根据作者对 Meta 提起诉讼的法院文件，Meta 通过 torrent 从影子图书馆（包括 Anna's Archive）下载了至少 81.7TB 的盗版书籍。2025 年 6 月，法官裁定在该案件记录中，使用这些书籍进行训练属于合理使用，但同时强调这一裁决并不意味着 Meta 的整体行为在法律上是正当的。

• 再次涉及 Meta：成人工作室 Strike 3 Holdings 指称 Meta 通过 torrent 下载了数千部其电影用于训练 AI 视频模型。Meta 声称这些下载是出于个人的“个人使用”目的。2026 年 6 月，法院拒绝驳回此案。讽刺的是，Strike 3 最为人所知的是起诉数千名个人 BitTorrent 用户。

• 根据 2026 年 1 月提交的修正版集体诉讼文件，Nvidia 曾联系 Anna's Archive，要求获得其盗版书籍收藏的高速访问权限，管理层随后很快批准了这一请求。Nvidia 认为联系海盗网站并不构成侵权。此后，法院基本上拒绝驳回此案。

• Anthropic 下载了数十万本盗版书籍。法官裁定，使用其购买的书籍进行训练属于合理使用，但保留盗版书籍副本的图书馆则不属于合理使用。2026 年 7 月，法院批准了 15 亿美元的和解协议，相当于每本书 3000 美元。

现在将版权对其他人的处理方式做对比。2000 年代初，Jammie Thomas-Rasset 因分享 24 首歌曲被判处支付 222,000 美元。互联网活动人士 Aaron Swartz 因下载学术文章面临可能判处数十年监禁的联邦指控。非营利图书馆互联网档案馆（Internet Archive）在法院诉讼中败诉，因其出借自己拥有的书籍扫描副本。与此同时，互联网档案馆的在线图书馆却不断被 AI 公司反复扫描。

我们坦率地说明我们的立场：我们不喜欢现行的版权制度。我们希望看到版权制度被彻底改革，如果它被废除，我们也不会感到惋惜。我们的社区每天都在版权的灰色地带生存：我们网站上的许多模型都是对商业游戏角色的粉丝移植作品，出于热爱而制作并免费分享。当一家工作室向我们发送删除通知时，我们会遵从。

当我们在小艺术家和粉丝社区中遭遇版权被用作武器时，全球最大的公司却以人类历史上前所未有的规模实施着版权侵权。当然，自从互联网发明以来，这种情况就一直存在；数字媒体使复制、混剪和重新分享变得轻而易举，但版权法却从未跟上。文件共享对版权造成了致命打击，而人工智能只是在加深伤口，最终完成了一套不平等的体系：版权侵权只有在你是低净值个人时才是犯罪。

关于我们

Open3DLab、SFMLab 和 SmutBase 是三个提供免费 3D 资源的社区网站，由一个小团队运营。SFMLab 于 2014 年创立，最初用于 Source Filmmaker 模型。SmutBase 于 2016 年推出，专门提供成人内容。Open3DLab 于 2020 年加入，面向通用 3D 项目。创作者上传角色、道具、地图和环境，为每个项目选择许可证，任何人都可以免费下载文件。这三个网站均仅限成人访问。

关于匿名处理。用户代理中的电子邮件地址是 Roblox 员工的工作邮箱。我们已移除姓名：本文关注的是 Roblox 爬虫的行为，而非某个人。

关于署名。我们按用户代理的字面意思处理。任何人都可以将任意电子邮件地址输入用户代理，且爬虫运行于亚马逊云，而非 Roblox 自有网络。我们看到的证据并未显示伪装行为，且该描述与 Roblox 发布的研究高度吻合。不过，这仍是自我描述，也是我们希望 Roblox 首先确认的内容。

Views: 118255