Создатели мемного Viggle научили ИИ строить 3D-миры за секунду

Viggle основана в 2022 году и стала известна приложением, где любого персонажа можно заставить танцевать по видео. Им пользуются больше 50 млн человек, и работало оно на первой модели компании, JST-1 . Новая JST-2 Viggle называет мировой моделью. Так называют ИИ, который строит целое трёхмерное пространство с объектами и персонажами. Над всем набором технологий компания работала четыре года.

Viggle JST-2 строит комнату за секунду

На демонстрации Viggle JST-2 строит гостиную, где робот поднимает коробку. Дальше сцену меняют текстом. В комнату добавляют женщину, потом отца с ребёнком, и робот отдаёт коробку ребёнку. Камера при этом переключается между общим видом комнаты и взглядом самого робота.

Одна сцена генерируется примерно за секунду на видеокарте NVIDIA B200, а вычисления обходятся меньше чем в цент. Время сетевой передачи в эту цифру не входит. Для сравнения Viggle приводит Marble от World Labs, которой на ту же задачу нужно 5–6 минут. Модель принимает до 64 снимков одного места и по ним достраивает недостающие части сцены.

Мир из точек вместо пикселей

Большинство видеомоделей учится на пикселях, то есть на плоской картинке. Viggle JST-2 изначально хранит мир как набор постоянных «атомов» в трёхмерном пространстве. У каждого атома есть координаты и выученные свойства. Они описывают, как он выглядит и как движется. Поэтому объект не исчезает и не меняется, когда камера отворачивается.

Готовая сцена превращается в гауссовы сплаты. Это облако из множества полупрозрачных цветных пятен, из которого браузер на вашем компьютере собирает изображение под любым углом. Сцену можно осматривать сколько угодно, модель запускается заново только при добавлении нового. По словам Viggle, JST-2 умеет восстанавливать трёхмерное пространство и по немногим реальным снимкам. Компания видит в этом способ быстро собирать виртуальные копии настоящих мест для тренировки роботов.

Персонаж из одной фотографии

Viggle JST-2 делает 3D-персонажа из одного изображения, даже обрезанного или частично закрытого, или из текстового описания. Стили — от реалистичного до мультяшного. Персонажу не нужен риггинг, то есть ручная расстановка «скелета», без которой модель нельзя анимировать. Движение заложено в него сразу.

Viggle сравнила JST-2 со специализированными генераторами 3D-персонажей в слепых тестах. Цифры показывают, как часто оценщики выбирали результат Viggle:

• Против Meshy 7.1 — 58,4% в среднем, 63% по качеству лиц, 73,8% по готовности к анимации.
• Против Tripo H3.1 — 73,2% в среднем, 82% по лицам, 88,9% по готовности к анимации.

Движение для персонажа JST-2 создаёт из текста или восстанавливает по видео, и там она тоже чаще выигрывает у специализированных сервисов. Тесты при этом провела сама Viggle, число оценщиков она не раскрывает. На быстрых движениях и спортивных съёмках, по признанию компании, один из конкурентов всё ещё сильнее.

Слабые места JST-2

Viggle сама перечисляет, где модель пока ошибается. У персонажей бывают дыры и слипания в районе плеч, подмышек и между пальцами. Вблизи поверхность выглядит мягче, чем должна. Одежда и волосы не двигаются как настоящие, а ноги иногда проскальзывают по полу. Нестандартные пропорции тела модель тоже искажает.

Физика в JST-2 пока ненастоящая. Столкновения и взаимодействие предметов работают по заранее заданным правилам, сама модель их не выучила. Это Viggle обещает исправить в JST-3. Конечная цель компания называет «движком опыта» для физического ИИ, где роботы и агенты учатся на последствиях своих действий в смоделированном мире.

Три входа в Viggle JST-2

Проще всего попробовать JST-2 в браузерном приложении PINOC, вход через Google. В режиме сцены оно строит пространство, в режиме агента собирает сцену, персонажей и движение вместе. Тарифы такие:

• Бесплатный — 60 разовых баллов, это примерно минута движения или 12 персонажей. Экспорт одного движения и одного персонажа, только для личного использования.
• Starter — от 12,99 доллара в месяц, 300 баллов и коммерческое использование.
• Pro — от 39,99 доллара в месяц, 1200 баллов.

Второй вход — API для разработчиков. Сцена по тексту стоит 6 центов, персонаж по картинке 25–30 центов, движение по видео 5 центов за секунду. Новым аккаунтам дают 100 баллов, это один доллар. Третий вход — подключение по MCP к ИИ-агентам вроде Claude Code и Codex . Агент тратит те же баллы, что и веб-приложение. Для оплаты платных тарифов понадобится иностранная карта.

Перед первой сценой в PINOC

Движение Viggle отдаёт в привычных форматах GLB и FBX со стандартным скелетом, его можно перенести в обычные 3D-редакторы и игровые движки. Персонажи хранятся в собственном формате .vsplat и без плагина Viggle Splat Engine не открываются. Для Unity такой плагин уже есть. Ссылки на скачивание из API живут час, загрузки через MCP хранятся сутки, поэтому результат стоит сразу сохранять. Работы на бесплатном тарифе Viggle может использовать для обучения своих моделей, а фото реальных людей правила разрешают загружать только с их согласия.

Viggle за четыре года прошла путь от танцующих мемов до модели, которая собирает целую сцену с персонажами быстрее, чем открывается обычный 3D-редактор. Сильная сторона JST-2 — скорость и связка всех этапов в одном месте. Слабая — закрытый формат персонажей и правила вместо настоящей физики. Станет ли Viggle рабочим инструментом для игр и роботов, покажет JST-3 с выученной физикой.