Viggle JST-2

JST-2 是 Viggle 的物理原生世界基础模型，可在同一个共享 3D 世界中生成场景、角色和全身动作。

问题：3D 内容创作被拆分成多个独立且耗时的环节。场景、角色、骨骼绑定和动画各自需要不同的工具和专业人员，仅骨骼绑定和蒙皮就可能耗费数小时，并且会决定角色之后的运动方式。

解决方案：JST-2 使用一个模型统一处理场景、角色和动作。Viggle 的 JST 架构将世界表示为具有可学习属性和动态特征、可持续存在的 3D“原子”，将其编码为物理原生令牌（Physics-Native Tokens），再解码为图像或 3D 高斯泼溅。

独特之处：角色与动作一体化生成，无需单独进行骨骼绑定或蒙皮；场景生成后即可直接探索，无需重新运行模型。据 Viggle 介绍，生成一个 3D 场景约需一秒，而 Marble 需要约 5 至 6 分钟，每个场景的推理成本低于 0.01 美元。在 Viggle 自己开展的真人盲测中，角色生成方面，JST-2 比 Meshy 7.1 和 Tripo H3.1 更受偏好；动作生成方面，JST-2 比 HY-Motion-1.0 和 DeepMotion Animate 3D 更受偏好。

主要功能：

• 场景：根据提示词或图像生成 3D 场景；每次从一个视角扩展世界，最多支持 64 个输入视角；或根据稀疏图像重建真实环境，用于机器人仿真

• 角色：根据一张图像或一段文本生成全身 3D 角色，即使图像中的主体被裁切或部分遮挡，也可生成精细的面部和独立的手指动作

• 动作：根据一句文本或一段视频生成全身 3D 动作，可直接应用到 JST-2 角色，并兼容标准 3D 骨骼绑定系统

• PINOC：一款免费的浏览器应用，提供场景模式（Scene mode）和智能体模式（Agent mode）

• API：提供 API，并支持 MCP，可供 Codex 和 Claude Code 等智能体使用

适用人群：3D 艺术家、游戏和动画开发者，以及机器人技术和具身 AI 团队；他们希望在不拼接多个独立工具的情况下完成场景、角色和动作的创作。

您可以在 PINOC 应用中免费试用，阅读 JST-2 发布页面，并查看 API 文档。