Viggle unveils JST-2 Motion for text- and video-to-3D animation
Viggle disclosed JST-2 Motion, a full-body 3D motion module paired with JST-2 that generates motion from text or reconstructs it from video, with outputs compatible with standard 3D character skeletons. In vendor-reported blind human evaluations, the text-to-motion test compared it with HY-Motion-1.0 and Cartwheel Swing, while the video-to-motion test used DeepMotion Animate 3D and Cartwheel Comic 4; Viggle reported overall scores of 80.0% and 89.1% against one baseline in each task. The company also acknowledged slight foot sliding, weaker performance than Cartwheel Comic 4 on some fast sports footage, and limited control over direction, transitions, and rhythm.
JST-2 Motion gives animation, game, and embodied-AI workflows a unified method for producing full-body 3D motion from either natural-language instructions or real footage.
（文/杨亮）10月28日消息，近日，物理原生世界模型公司 Viggle 公开 JST‑2 Motion 技术细节，作为 JST‑2 世界模型配套的全身 3D 动作生成模块，同时支持文本生成动作与视频重建 3D 人体运动，生成结果可直接适配 JST‑2 角色，无需额外动作重定向，原生兼容行业标准 3D 角色骨骼，面向动画、游戏、具身 AI 训练等场景。
JST‑2 Motion 具备两大核心能力。文本转全身动作，输入自然语言描述即可输出完整人体运动，艺术家不用再手动调关键帧或者从动作库筛选素材，AI 智能体也可以直接输出文本指令生成动作。
视频转 3D 动作重建，不仅还原画面可见肢体运动，还依靠学习到的人体动力学，推理被遮挡的身体部位姿态；视频素材不需要人物正对镜头，侧面、局部遮挡画面均可处理，能够降低动捕成本，同时为具身 AI 供给大量人体运动训练数据。
研究采用盲测人工评估方案，统一使用无纹理 MetaHuman 骨骼展示动作，排除角色外观干扰。文本转动作对比 HY‑Motion‑1.0、Cartwheel Swing 两大基线，测试覆盖日常移动、手势交互、格斗特技、舞蹈表演八大类场景；在手势、舞蹈类动作表现尤为突出，指令遵循度、足部接地、动作流畅度综合占优。对比 Cartwheel Swing 综合得分 74.8%，对比 HY‑Motion‑1.0 综合得分达到 80.0%。