JST-2 如何扩展 3D 世界

Viggle 介绍的空间上下文窗口最多支持 64 个输入视角。世界逐个视角扩展时，新视角会为后续生成补充上下文。其目标是在同一个环境基础上延展，而不是生成彼此无关、只是场所相似的图片。

这一上下文上限属于模型能力，并不保证无限延伸且始终连贯的地形。评估扩展场景时，应回到可识别的地标，检查过渡前后的门、墙壁和物体位置是否仍然合理。

JST-2 将其表示解码为高斯泼溅，在浏览器本地渲染。无需重新运行模型，就能从不同视点检查已生成场景。生成新内容需要推理；单纯移动相机不一定会扩展世界。

实际检查时，先探索现有结果。找出覆盖范围的边界，再单独检查任何扩展操作的输出。这样有助于区分已有内容的渲染伪影，以及与周围环境不匹配的新生成区域。

Viggle 的发布展示了从稀疏真实观测重建完整环境的能力。输入提供外观和结构的证据，而模型对未直接观测的部分作出推断。看起来可信的新视角，并不代表对不可见几何的真实测量。

评估时，保留部分未作为输入的参考视角，并与重建结果对比。注意门的位置、重复结构和反光表面。测绘、建筑和仿真应用在依赖生成内容前，需要进行各自的精度检查。

官方开发者页面介绍了生成新相机视角，以及从图像批次重建场景。请查看最新文档，了解访问方式和支持的输入。发布说明另将引导扩展内容的文本提示词列为未来功能。

每个场景包含更多泼溅点的版本也被列为未来计划。两项说明均不保证发布日期。JST-2 的场景碰撞和物体交互仍基于规则；Viggle 的学习式交互物理属于未来 JST-3 的研究方向。