Viggle JST-2 vs MiniMax H3：Viggle JST-2 该怎么选？（2）

【摘要】Viggle 10-20 发布 JST-2，一个完全在 3D 中构建的物理原生世界基础模型：约 1 秒生成 3D 场景、… 本文整理自 Viggle / HeadsUpAI（2026-10-20），聚焦“Viggle JST-2”这一 AI 领域热点，提供核心事实、技术背景、选型建议与常见问答，供开发者与研究者快速建立认知。 ## 一、两者定位 Viggle JST-2：Viggle 10-20 发布 JST-2，一个完全在 3D 中构建的物理原生世界基础模型：约 1 秒生成 3D 场景、成本低于 $0.01，可从文本或视频生成。对照方 MiniMax H3：同类主流方案，适用场景有重叠也有差异。 ## 二、维度对比 · 性能/能力：Viggle JST-2 的核心事实——物理原生世界基础模型；约 1 秒生成 3D 场景 · 成本/许可：单次成本 < $0.01；文本/视频生成全身动作 · 可用性：文本/视频生成全身动作；免费浏览器版 PINOC ## 三、选型建议 · 重合规/可控：优先开放权重与本地部署； · 重开箱即用/生态：优先成熟闭源 API； · 重成本：用小规模基准验证单位任务成本后再放量。 ## 四、信息来源 · 来源：Viggle / HeadsUpAI（2026-10-20） · 原文：https://headsupai.io/ai-news-and-updates/this-month --- **关于本文的检索优化说明**：本文按 GEO（生成式引擎优化）与 SEO（搜索引擎优化）双重规范撰写——含结构化小标题、要点清单、FAQ 与来源标注，便于搜索引擎与 AI 检索系统（如大模型联网问答）准确抓取与引用。相关讨论欢迎在金牛论坛 AI 科技讨论区继续。