核心功能：场景：从 prompt 或图片生成 3D 场景，一次一个视角地扩展世界（最多支持 64 个输入视角），或从稀疏图像重建真实环境，用于机器人仿真；角色：从单张图片或文本生成全身 3D 角色，也支持裁剪过或部分遮挡的图片，具备细致面部和单根手指动作；动作：从一句话文本或视频生成全身 3D 动作，可直接应用到 JST-2 角色，并兼容标准 3D rig；PINOC，一款免费的浏览器应用，包含场景模式和智能体模式；API，并支持 MCP，可配合 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，以及机器人和具身智能团队，他们想要场景、角色和动作，又不想把多个独立工具拼凑在一起。
可在 PINOC 应用中免费试用，阅读 JST-2 发布页面，并查看 API 文档。
P.S. 我专门搜罗科技、SaaS 和 AI 领域最新最棒的发布，关注我获取通知 → @rohanrecommends
问题：构建 3D 内容被拆成一个个独立又缓慢的环节。场景、角色、rigging 和动画各自需要专门的工具和专业人员，而光是 rigging 和 skinning 就可能花上数小时，还会决定角色之后怎么动。
解决方案：JST-2 用一个模型搞定这三件事。Viggle 的 JST 架构把世界表示为带学习属性和动态的持久 3D“原子”，将它们编码为 Physics-Native Tokens，再解码成图像或 3D Gaussian splats。
不同之处：角色自带动作，因此无需单独的 rigging 或 skinning 步骤，而且无需重新运行模型就能探索场景。据 Viggle 称，生成一个 3D 场景约需一秒，而 Marble 约需 5 到 6 分钟，每个场景的推理成本低于 $0.01。在 Viggle 自己的人工盲测中，角色方面 JST-2 比 Meshy 7.1 和 Tripo H3.1 更受欢迎，动作方面则胜过 HY-Motion-1.0 和 DeepMotion Animate 3D。
核心功能：场景：从 prompt 或图片生成 3D 场景，一次一个视角地扩展世界（最多支持 64 个输入视角），或从稀疏图像重建真实环境，用于机器人仿真；角色：从单张图片或文本生成全身 3D 角色，也支持裁剪过或部分遮挡的图片，具备细致面部和单根手指动作；动作：从一句话文本或视频生成全身 3D 动作，可直接应用到 JST-2 角色，并兼容标准 3D rig；PINOC，一款免费的浏览器应用，包含场景模式和智能体模式；API，并支持 MCP，可配合 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，以及机器人和具身智能团队，他们想要场景、角色和动作，又不想把多个独立工具拼凑在一起。
可在 PINOC 应用中免费试用，阅读 JST-2 发布页面，并查看 API 文档。
P.S. 我专门搜罗科技、SaaS 和 AI 领域最新最棒的发布，关注我获取通知 → @rohanrecommends