Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Internet y sociedad · open3dlab.com
Roblox descargó 145 GB de modelos 3D de nuestras webs, incluido contenido adulto, sin pedir permiso
Los responsables de Open3DLab, SFMLab y SmutBase afirman que un crawler identificado como de Roblox descargó 1.027 archivos de 712 proyectos, 145,5 GB en total, ignorando robots.txt y las licencias. Creen que eran datos para entrenar un modelo fundacional 3D.
Foto: vía open3dlab.com
1 medio · MadridPublicada 27 oct, 12:00Actualizada 27 oct, 15:10· Ya no está en portadaEscrita por IA · cómo funciona
Según el artículo, el 15 y 16 de octubre de 2026 un crawler que decía pertenecer a Roblox recorrió casi todo el catálogo de Open3DLab, SFMLab y SmutBase. Leyó la página principal de 18.926 proyectos en 26.429 peticiones a lo largo de 34 horas y descargó copias completas de 1.027 archivos de 712 proyectos. Usaba el user agent «trellis2-data-sourcing/1.0 (3D foundation model research; …@roblox.com)» y una única dirección de AWS.
De esos proyectos, 345 (62,6 GB) son de contenido adulto: 224 de SmutBase, que solo aloja ese tipo de material, y 121 marcados como adultos en SFMLab. Los administradores señalan que el crawler no respetó el robots.txt, que sí llegó a consultar, ni las condiciones de uso, que prohíben el scraping, ni las licencias: 423 de los 712 proyectos son de uso solo no comercial. Lo que limitó la descarga fue la velocidad y el número de conexiones simultáneas de los servidores gratuitos.
Detectaron el crawler el 18 de octubre y lo bloquearon esa misma mañana. Escribieron a la dirección de correo del user agent y pidieron comentarios a Roblox, sin respuesta. El scraper volvió el 19 y el 20 de octubre, con todas las peticiones bloqueadas, en horario de oficina (CEST) y con una pausa a la hora de comer; dejó de intentarlo hacia las 15:00 del día 20.
En un apartado que presentan como especulación, los autores recuerdan que Roblox desarrolla desde al menos 2025 un «3D foundation model» (Cube). La dirección del user agent pertenece, dicen, a un investigador que figura entre los más de 40 autores del artículo de Cube. Aclaran que no acusan al investigador de actuar por su cuenta: una recopilación así es una decisión de la empresa. «Trellis2» podría referirse al modelo TRELLIS.2 de Microsoft o ser solo un nombre en clave. Concluyen que lo más probable es que fueran datos de entrenamiento o evaluación, aunque no pueden probarlo ni saben si algún archivo acabó en un modelo.
El texto repasa también críticas anteriores a Roblox (reparto de ingresos con desarrolladores jóvenes, la demanda de editores musicales de 2021, las demandas por seguridad infantil) y señala que más de un tercio de sus usuarios diarios eran menores de 13 años en 2025. Su queja es que nadie parece haber filtrado el contenido adulto antes de descargarlo. Dicen no estar en contra de ese contenido, pero sí de que se vacíen sus webs en los datos de entrenamiento de una empresa con público infantil sin que nadie lo pida.
«Roblox downloaded 145GB models from us (including adult content) without asking» · puesto 23 · 403 puntos · enviado por choult
Lo que dicen los comentarios
La conversación se divide entre quienes ven un abuso claro (ignorar robots.txt, términos y licencias, y reintentar tras los bloqueos) y quienes no ven noticia: si algo está disponible para descargar, alguien lo descargará, y el coste en tráfico sería de unos 3 dólares. Se discute también el énfasis en el contenido adulto, que algunos consideran un recurso para provocar indignación; otros recuerdan que quitarlo de los datos de entrenamiento puede empeorar los modelos o que podría servir para entrenar un filtro. Un comentario cuestiona la autoridad moral de Open3DLab por alojar modelos con licencia permisiva que parecen infringir derechos de autor. Otros debaten si el scraping lo hizo la empresa o un empleado por su cuenta, y hay un consejo práctico sobre bloquear el tráfico de proveedores cloud, con la réplica de que casi todo el tráfico de bots llega ya desde proxies residenciales.
¿Cómo se puede montar un escándalo así y a la vez alojar cosas como esta, etiquetadas con licencia permisiva? No tengo nada contra ellos, pero no entiendo la superioridad moral de la queja.
Simpatizo con open3dlab, pero creo que centrarse en el contenido adulto es provocar indignación barata. Está demostrado que quitarlo de los datos de entrenamiento empeora la calidad, incluso fuera de ese contenido.
El artículo señala a «Roblox» como entidad, pero parece una sola persona. Mirad los horarios: el scraper corría en un portátil, se apaga el fin de semana y a la hora de comer.
Es posible, pero la evidencia encaja mejor con lo contrario: si no era para la empresa, ¿por qué hacerlo en el equipo del trabajo, en horario laboral y con el correo corporativo en el user agent?
No importa el tamaño de la descarga, sino el scraping no autorizado de recursos de la comunidad, contra los términos y sin respetar robots.txt. Es un tipo de robo corporativo que ya no sorprende.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.