Roblox bị tố tải lậu 145GB mô hình 3D, có cả nội dung người lớn, để huấn luyện AI

Ba cộng đồng chia sẻ mô hình 3D miễn phí là Open3DLab, SFMLab và SmutBase vừa công bố cáo buộc nghiêm trọng: một trình thu thập dữ liệu tự nhận thuộc Roblox đã âm thầm tải về 145,5GB mô hình do người dùng sáng tạo, trong đó có cả nội dung người lớn. Toàn bộ quá trình diễn ra mà không có bất kỳ lời xin phép nào, bất chấp điều khoản dịch vụ và giấy phép của tác giả.

Sự việc không chỉ là câu chuyện bản quyền đơn thuần. Nó đặt ra câu hỏi nhức nhối về cách các tập đoàn công nghệ thu gom dữ liệu để huấn luyện AI, và về trách nhiệm của một nền tảng có hàng chục triệu người dùng dưới 13 tuổi.

Roblox và tranh cãi về dữ liệu huấn luyện AI

Chuyện gì đã xảy ra?

Theo bài công bố của đội ngũ quản trị, vào ngày 15 và 16/10/2026, một trình duyệt tự động (crawler) đã quét gần như toàn bộ danh mục của ba trang web. Nó gửi cùng một user agent trên mọi yêu cầu: trellis2-data-sourcing/1.0 (3D foundation model research; [email đã ẩn]@roblox.com).

Trong 34 giờ, crawler này đọc trang chủ của 18.926 dự án — gần như toàn bộ kho dữ liệu của cả ba trang — thông qua 26.429 yêu cầu. Sau đó, nó tải trọn vẹn 1.027 tệp từ 712 dự án, tổng cộng 145,5GB.

Điểm đáng chú ý nhất:

• 364 tệp (54,8GB) đến từ 224 dự án trên SmutBase, trang chỉ dành riêng cho nội dung người lớn.
• Tính cả các dự án bị đánh dấu người lớn trên SFMLab, 345 trong số 712 dự án (62,6GB) là nội dung nhạy cảm.
• 423 dự án trong số đó chỉ được cấp phép cho mục đích phi thương mại.

Crawler không hề tuân thủ robots.txt (dù đã tải tệp này về), phớt lờ Điều khoản Dịch vụ cấm thu thập dữ liệu, và bất chấp giấy phép của từng tác giả. Đáng nói hơn, nó lấy nội dung người lớn với tỷ lệ tương đương các nội dung khác — nghĩa là không hề có bước sàng lọc nào.

Phản ứng của đội ngũ quản trị

Nhóm quản trị phát hiện sự việc sáng 18/10 và chặn ngay các yêu cầu tiếp theo. Họ đã gửi email tới địa chỉ trong user agent để hỏi Roblox, nhưng không nhận được hồi âm.

Ngày 19/10, crawler quay lại hoạt động nhưng mọi yêu cầu đều bị máy chủ chặn. Đáng chú ý, lịch hoạt động của nó khớp đến lạ kỳ với giờ làm việc văn phòng: khởi động đầu ngày, nghỉ chừng một tiếng quanh giờ trưa, và dừng vào cuối giờ làm theo giờ Trung Âu (CEST). Đến ngày 20/10, crawler thử nghiệm lại lần cuối lúc 8 giờ sáng, giảm dần tần suất để dò giới hạn tốc độ của hệ thống, rồi tắt hẳn khoảng 15 giờ.

Email thứ hai gửi Roblox cũng không được trả lời.

Suy đoán: Đích đến là mô hình nền tảng 3D

Nhóm quản trị thừa nhận phần này mang tính suy đoán, dựa trên thông tin công khai và nhật ký hệ thống.

Từ ít nhất năm 2025, Roblox đã công bố xây dựng một "mô hình nền tảng 3D" (3D foundation model) mang tên Cube, được giới thiệu là hệ thống AI tạo sinh cốt lõi cho 3D và 4D. Bài báo khoa học đi kèm nêu rõ mục tiêu tạo nhân vật và avatar là hướng phát triển tương lai.

Địa chỉ email trong user agent thuộc về một nhà nghiên cứu nằm trong nhóm hơn 40 tác giả của bài báo về Cube. Hồ sơ nghề nghiệp công khai của người này cũng ghi rõ đang xây dựng mô hình nền tảng 3D tại Roblox.

"Chúng tôi muốn nói rõ: chúng tôi không cho rằng nhà nghiên cứu này tự ý làm điều gì đó ngoài phạm vi công việc. Một chiến dịch thu thập dữ liệu như thế này là quyết định của công ty, và trách nhiệm thuộc về Roblox."

Cụm "trellis2" có thể ám chỉ TRELLIS.2, một mô hình tạo 3D mã nguồn mở do Microsoft phát hành cuối năm 2025. Bộ công cụ dữ liệu công khai của TRELLIS.2 không hề chứa crawler hay user agent nào, nên công cụ này và nhãn của nó nhiều khả năng được viết riêng cho mục đích thu thập.

Lý do các trang này bị nhắm tới khá rõ ràng: chúng chứa những thứ mà các bộ dữ liệu công khai rất thiếu — nhân vật 3D hoàn chỉnh có kết cấu (texture), nhiều mô hình đã rig xương, đúng định dạng mà nghệ sĩ thực sự làm việc, kèm tiêu đề, mô tả và ảnh xem trước.

Lịch sử gây tranh cãi của Roblox

Bài viết điểm lại một loạt chỉ trích nhắm vào Roblox trong những năm qua:

• 2021: Kênh People Make Games công bố phóng sự điều tra cho rằng Roblox biến người dùng nhỏ tuổi thành lập trình viên bị trả công rẻ mạt, khi giữ lại khoảng 75% doanh thu từ game của họ (Steam chỉ giữ 30%).
• 2021: Hiệp hội Nhà xuất bản Âm nhạc Quốc gia Mỹ kiện Roblox đòi ít nhất 200 triệu USD vì nhạc chưa cấp phép.
• 2024: Công ty bán khống Hindenburg Research cáo buộc Roblox thổi phồng số người dùng và không bảo vệ trẻ em.
• Từ đó đến nay, tổng chưởng lý các bang Louisiana, Kentucky, Texas và Florida đã kiện Roblox về vấn đề an toàn trẻ em.

Nhóm quản trị nhấn mạnh đây là các cáo buộc, chưa phải phán quyết của tòa. Nhưng họ cho rằng chúng củng cố lo ngại về một doanh nghiệp đặt tăng trưởng lên trên những người làm nên nền tảng.

Vấn đề nhức nhối: Nội dung người lớn và trẻ em

Đây là điểm khiến câu chuyện trở nên nghiêm trọng hơn cả.

Theo chính số liệu của Roblox, hơn một phần ba người dùng hằng ngày dưới 13 tuổi trong năm 2025. Nền tảng này cấm nội dung tình dục và còn siết chặt quy định hơn trong năm 2025.

Vậy mà crawler của họ lại tải 224 dự án từ SmutBase — trang tự mô tả là chỉ dành cho người lớn — cùng 121 dự án khác bị đánh dấu người lớn trên SFMLab, với tỷ lệ ngang bằng mọi nội dung khác.

"Các mô hình AI tái tạo lại những gì chúng học được. Nếu dữ liệu huấn luyện người lớn lọt vào một mô hình tạo tài sản cho Roblox, thứ duy nhất đứng giữa dữ liệu đó và trẻ em chỉ là bộ lọc mà Roblox xây dựng sau đó — vì khâu thu thập dữ liệu của họ chẳng lọc gì cả."

Bài viết cũng lưu ý một hệ quả pháp lý: khi một dự án bị xóa khỏi các trang này, bản sao trong tập dữ liệu của Roblox vẫn tồn tại. Một dự án mà crawler đã lấy hiện đã bị vô hiệu hóa trên SmutBase.

Góc nhìn rộng hơn: Bản quyền hai tầng

Nhóm quản trị thẳng thắn bày tỏ quan điểm: họ không đòi hỏi luật bản quyền chặt hơn, vì điều đó chủ yếu có lợi cho các ông lớn giải trí. Điều họ phản đối là bản quyền đang được áp dụng không bình đẳng.

Họ dẫn hàng loạt vụ việc gần đây để so sánh:

• Meta bị cáo buộc tải ít nhất 81,7TB sách lậu từ các thư viện bóng tối.
• Nvidia được cho là đã liên hệ Anna's Archive để lấy dữ liệu huấn luyện.
• Anthropic tải hàng trăm nghìn cuốn sách lậu và phải dàn xếp khoản bồi thường 1,5 tỷ USD, tương đương khoảng 3.000 USD mỗi cuốn.
• Trong khi đó, đầu những năm 2000, Jammie Thomas-Rasset bị phạt 222.000 USD chỉ vì chia sẻ 24 bài hát, còn Aaron Swartz đối mặt hàng chục năm tù vì tải bài báo học thuật.

"Nếu hình phạt cho một tội là một khoản tiền phạt, thì luật đó chỉ tồn tại với tầng lớp thấp hơn."

Nhóm quản trị cũng tiết lộ rằng trong tháng trước khi phát hiện crawler của Roblox, Meta-ExternalAgent đã gửi khoảng 380.000 yêu cầu tới các trang của họ và tải 211.000 trang dự án. Hiện crawler của Meta cũng đã bị chặn.

Trình thu thập dữ liệu AI và vấn đề bản quyền nội dung

Yêu cầu gửi tới Roblox

Đội ngũ quản trị công khai đặt ra sáu câu hỏi cho Roblox:

1. Roblox có vận hành crawler trellis2-data-sourcing không?
2. Dữ liệu được dùng để làm gì? Đã dùng để huấn luyện hay đánh giá mô hình nào chưa?
3. Vì sao crawler phớt lờ robots.txt và Điều khoản Dịch vụ?
4. Có ai kiểm duyệt danh sách trang mà crawler sẽ ghé thăm không? Nội dung người lớn có bị loại trừ ở bất kỳ khâu nào không?
5. Roblox có xóa các tệp và mọi thứ phái sinh từ chúng, đồng thời xác nhận bằng văn bản không?
6. Roblox có tôn trọng lựa chọn giấy phép của các tác giả, đặc biệt là giấy phép Phi thương mại, từ nay về sau không?

Họ cho biết đã lưu giữ toàn bộ nhật ký liên quan để phục vụ kiểm toán độc lập nếu cần.

Lời kết có tính cảnh báo

Nhóm quản trị nhấn mạnh rằng họ không phản đối nội dung người lớn — đó là hoạt động chính của họ. Điều họ phản đối là việc các trang của họ bị "hút cạn" vào tập dữ liệu huấn luyện của một công ty game mà không ai hỏi han, rồi trộn lẫn vào nội dung phục vụ trẻ em.

"Với một công ty đang bị nhiều bang của Mỹ kiện vì vấn đề an toàn trẻ em, việc 'đội AI của chúng tôi tải hàng loạt một trang người lớn mà không ai để ý' không phải là một tư thế đẹp."

Câu chuyện này là lời nhắc nhở cho cộng đồng sáng tạo, trong đó có cả các nghệ sĩ 3D và nhà phát triển độc lập tại Việt Nam: khi chia sẻ tác phẩm lên mạng, việc chọn giấy phép và ghi rõ điều khoản sử dụng chỉ có ý nghĩa khi các bên liên quan thực sự tôn trọng — và điều đó đang ngày càng khó đảm bảo trong kỷ nguyên AI.