Déroulement de l'opération

Le 18 octobre 2026, les serveurs d’Open3DLab, SFMLab et SmutBase ont détecté un robot se présentant comme appartenant à Roblox. En 34 heures, il a effectué 26 429 requêtes pour parcourir les pages de 18 926 projets, soit pratiquement l’ensemble du catalogue. Le robot a ensuite téléchargé 1 027 fichiers provenant de 712 projets, totalisant 145,5 Go. Parmi ces fichiers, 364 (54,8 Go) proviennent de 224 projets hébergés sur SmutBase, une plateforme réservée au contenu adulte, et 345 projets (62,6 Go) sont également classés comme adultes sur SFMLab. Enfin, 423 des 712 projets sont soumis à une licence d’utilisation non‑commerciale uniquement.

Mécanismes techniques du crawler

Chaque requête portait le même 

trellis2-data-sourcing/1.0 (3D foundation model research; [redacted]@roblox.com)
comme User‑Agent et provenait d’une adresse unique d’Amazon Web Services. Le robot a récupéré le fichier robots.txt mais l’a ignoré, tout comme les Conditions d’Utilisation qui interdisent le scraping. La limitation principale du volume téléchargé provient des serveurs de téléchargement gratuits, qui imposent des plafonds de bande passante et de connexions simultanées. Le robot a respecté ces limites, ce qui explique le rythme constant de requêtes, avec une courte pause d’une heure à midi et une cessation progressive vers 15 h CEST le 20 octobre. Malgré les blocages appliqués dès le 18 octobre, le robot a tenté de contourner les restrictions, suggérant une configuration automatisée orientée vers la collecte massive de données.

Implications légales et éthiques

Le téléchargement de contenus sous licence non‑commerciale et de matériel adulte sans autorisation viole clairement les Conditions d’Utilisation du site et les licences des créateurs. Si les fichiers ont été destinés à l’entraînement du modèle « Cube », présenté par Roblox comme un modèle de fondation 3D depuis 2025, cela soulève des questions de conformité au droit d’auteur et de respect de la vie privée des créateurs. Le fait que le robot ait accédé à des modèles texturés, riggés et accompagnés de métadonnées (titres, descriptions, images) augmente la valeur des données pour l’apprentissage automatique, mais renforce également le risque de réutilisation non autorisée. Cette pratique s’inscrit dans un historique de critiques envers Roblox – notamment des accusations de sous‑paiement des développeurs, de litiges pour musique non licenciée et de manquements à la protection des enfants – ce qui alimente le débat sur l’éthique des grandes plateformes qui exploitent le travail de tiers pour alimenter leurs systèmes d’IA.