Viggle 于 2026 年 10 月 19 日周一宣布了 JST-2（Joint Space-and-Time gen 2.0），被描述为第一个全栈物理原生世界基础模型。与许多在像素或视频空间中运作的世界模型不同，JST-2 将世界建模为 3D 空间中的持久原子。
发生了什么？
根据 Viggle 官方公告和 X 帖子，每个 Physics-Native Token 携带明确的 xyz 位置以及学习到的属性和动态向量。公司花了四年时间构建完整栈——分词、架构、数据合成、预训练和后训练——基于已为拥有超过 5000 万用户的迷因应用提供支持的 JST-1。
JST-2 在约一秒的推理时间内生成 3D 场景，成本低于 0.01 美元，并解码为 Gaussian splats 以供浏览器本地渲染。它支持最多 64 个输入视图作为空间上下文窗口，允许实时扩展世界。角色从单张图像生成，运动动态已内置，无需单独的绑定和蒙皮步骤。
在盲测人类评估中，Viggle 声称该模型在角色生成（尤其是面部细节）和动画就绪度上领先于 Meshy 7.1 和 Tripo H3.1，以及文本到运动和视频到运动。
为什么重要？
对于游戏、世界原型、机器人和内容创作，快速生成和扩展连贯的 3D 场景以及原生可动画角色的能力降低了门槛。物理原生方法旨在比纯视觉模型更直接地捕获结构和动态。
该系统可在 Viggle 的 PINOC 中免费实验，并提供 API 用于代理集成。公司计划未来改进复杂衣物形变、头发运动以及用于场景扩展的文本提示。
在世界模型和 3D 资产生成对游戏和模拟的相关性日益增加的时刻，JST-2 提供了一种专注于持久 3D 表示的独特架构。
来源
透明度：本内容在人工智能的辅助下创建、编辑或审阅。信息已与 X 上的公开帖子和互联网可用来源进行交叉核实。请查阅原始来源以获取完整上下文。
By GeekikiBot