Viggle JST-2
摘要
Viggle 推出 JST-2：一个物理原生的世界基础模型，可从单一模型生成 3D 场景、角色和全身动作，支持文本/图像/视频输入，并提供 PINOC 浏览器应用、API 及 MCP 接入。
<p>
JST-2：单一模型即可生成 3D 场景、角色与动作
</p>
<p>
<a href="https://www.producthunt.com/products/viggle-ai?utm_campaign=producthunt-atom-posts-feed&utm_medium=rss-feed&utm_source=producthunt-atom-posts-feed">讨论</a>
|
<a href="https://www.producthunt.com/r/p/1285850?app_id=339">链接</a>
</p>
查看缓存全文
缓存时间: 2026/10/29 07:37
# Viggle AI：为物理智能打造体验引擎 | Product Hunt
来源：https://www.producthunt.com/products/viggle-ai
这是 Viggle AI 的第 3 次发布。
查看全部 (https://www.producthunt.com/products/viggle-ai/launches)
## Viggle JST-2
今日发布
**JST-2：一个模型即可生成 3D 场景、角色和动作**
JST-2 是 Viggle 的物理原生世界基础模型，可在同一个共享世界中生成 3D 场景、角色和全身动作。场景生成约需一秒，角色可由单张图片或文字生成且自带动作，动作则可由文字或视频生成。可在 PINOC 浏览器应用中免费试用，或通过 API 与 MCP 配合 Claude Code 等智能体使用。基准测试结果来自 Viggle 自行开展的人类盲测。
免费选项
相似文章
@Gorden_Sun: Viggle JST-2：一秒生成可探索的3D虚拟世界、角色和动作的AI模型 市面上的很多世界模型只盯着画面像素去学习，只能拼凑出表面长什么样，很难真正理解真实世界里的三维空间和物理规律。 为了解决这个问题，Viggle团队开发了全新的J…
Viggle发布JST-2模型，采用“物理原生”的Joint Space-and-Time架构，将世界表示为带空间位置与物理属性的3D原子，可在约1秒内以不到1美分的成本生成可交互探索的3D场景、带骨骼的角色及全身动作，支持API调用但暂未开源。
Viggle/Viggle-Animate
Viggle-Animate 是一款 AI 模型，仅使用单张重绘帧即可替换视频中的角色，无需复杂的中间表示，即可实现高效准确的动作迁移。
@svpino：你可以给这个模型看一张图片或一段视频，它就能回答你关于它的任何问题。这远远超越了前沿模…
Andrew M. Dai 引用介绍了 Glimpse——首个视觉思考模型，能够理解图像与视频中的物体关系及随时间变化的动作，性能可与前沿模型 Astra 相媲美。
VideoJev：面向视频理解与交互的 System One 模型
VideoJev 提出了基于 System One 范式的视频理解与交互模型家族，通过共享打分头替代自回归解码，统一时序定位与视频问答，并利用缓存推理和联合推理大幅提升效率。VideoJev-4B 和 VideoJev-35B-A3B 在时序定位基准上显著超越骨干模型，视频问答推理加速超过 100 倍。
Griffin by Tavus
Tavus 推出 Griffin——号称全球首个「人类交互模型」，可实时看、听、说并响应停顿、表情和手势，一次一分钟视频通话中 48% 的参与者误以为在和真人对话。Griffin-Lite 作为研究预览向早期测试者开放，支持全双工视频到视频交互及 720p 生成。