先了解这件事
Viggle AI 宣布 JST-2 模型已在其 API 上线,该模型可在同一个架构下生成 3D 角色、动作和场景。此前在 2026 年 10 月 20 日,Viggle 发布了 JST-2,将整套模型栈构建在 3D 空间,用携带 xyz 坐标、属性向量和动力学向量的 Physics-Native Token 表示世界,而非从视频像素中隐式推断物理规律;架构分为 JST encoder、JST generator 和 JST decoder 三部分,单次前向推理约 1 秒生成完整 3D 场景,成本低于 $0.01(B200),并支持最多 64 个输入视角作为空间上下文窗口。Viggle 公布的盲测人类偏好显示,角色生成对 Meshy 7.1 胜率 58.4%、对 Tripo H3.1 胜率 73.2%,视频生成运动对 DeepMotion 胜率 89.1%。Viggle AI 此前称 JST-2 是“全栈物理原生世界基础模型”,可在数秒内生成 3D 场景并实时扩展。目前 JST-2 已通过 API 对外提供。
AI 根据公开报道生成
最新进展 · 正式报道
Viggle AI 的 JST-2 模型上线 API事件进展
2 个已确认进展
- 来源：Viggle AI
- 来源：邵猛
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月21日
Viggle AI
Viggle AI 的 JST-2 模型上线 API
Viggle AI 宣布 JST-2 模型已在其 API 上线，该模型可在同一个架构下生成 3D 角色、动作和场景。Viggle AI 此前称 JST-2 是“全栈物理原生世界基础模型”，整个模型栈在 3D 空间构建，可在数秒内生成 3D 场景并实时扩展。
10月20日
邵猛
Viggle 发布 3D 原生世界模型 JST-2
Viggle 发布 JST-2，将整套模型栈构建在 3D 空间，用携带 xyz 坐标、属性向量和动力学向量的 Physics-Native Token 表示世界，而非从视频像素中隐式推断物理规律。架构分为 JST encoder、JST generator 和 JST decoder 三部分，单次前向推理约 1 秒生成完整 3D 场景，成本低于 $0.01（B200），并支持最多 64 个输入视角作为空间上下文窗口。Viggle 公布的盲测人类偏好显示，角色生成对 Meshy 7.1 胜率 58.4%、对 Tripo H3.1 胜率 73.2%，视频生成运动对 DeepMotion 胜率 89.1%。JST-3 计划把学习到的动力学推广到物体交互。