支持用户上传照片生成自定义 3D 角色，带着角色形象进入游戏。

近日，赤子城科技旗下游戏社交平台 TopTop 与物理原生世界模型公司 Viggle 合作的 AI 3D 互动小游戏「Slap Showdown」上线，将世界模型引入游戏社交场景，为用户带来更具个性化和互动性的体验。

该游戏由 TopTop 开发，调用 Viggle 自研 JST（Joint Space-Time）世界模型，支持用户上传照片生成自定义 3D 角色，带着角色形象进入游戏。

今年 9 月上线后，「Slap Showdown」在日本、北美西班牙语用户群和中东地区表现突出，目前已覆盖全球多个国家和地区。

从升级体验到激活生态，TopTop 用世界模型打开 " 游戏社交平台 " 想象空间？

用手机上传一张照片，仅需 30 秒，就能生成自定义风格的 3D 角色——你可以是动漫主角、赛博朋克义体人、乐高小人……随后，玩家可以带着角色进入对战。

「Slap Showdown」的玩法并不复杂：1V1 回合制，通过长按、点击、拉拽等操作，轮流发起进攻，扇对方巴掌，率先清空对方血条的一方获胜。每局游戏还可以使用 " 孤注一掷 "" 冷静应对 "" 绝对防御 " 等技能，在残血边缘完成极限反杀。

但真正让玩家上头的，还是 " 万物皆可扇巴掌 " 的自定义 3D 形象设定：可以上传自家宠物的照片生成一只 3D 小狗，也可以捏出各种奇葩的恶搞形象。想象一下，一只呆萌的柯基和一只赛博朋克风的猫咪在擂台上互扇巴掌，或者你和现实好友变身 Q 版恶搞形象 " 互殴 "，当你发起攻击，对手的角色表情随之扭曲变形，呈现出真实的物理反馈，让每一局对战都充满了社交喜剧效果。

TopTop 运营人员透露，上线一个月以来，「Slap Showdown」吸引了一大批高付费意愿的深度玩家，游戏内完局率达到 97%，开局率也优于大盘平均水平。更能佐证这一结论的是用户的深度参与：一位日本玩家在 22 天内打了 1041 局，单日最高 151 局，平均每 9.5 分钟一局；而另一位狂热的东欧玩家，11 天内打了 735 局，日均 66.8 局，单日最高 126 局。

对 TopTop 这样的 UGC 游戏社交平台而言，小游戏是社交的入口和流量池，社交则是沉淀用户、深度变现的底座。个性化的 3D 角色不只是视觉上的变化，也是用户表达自我、分享体验的新入口，有效丰富了游戏体验，对提升留存、用户增长和社交深度均有积极效果。

「Slap Showdown」是 TopTop 深化 AI 技术应用的一次成功尝试，也是以世界模型升级游戏及社交体验的一个起点。TopTop 相关运营人员称，未来平台发布的新游戏可能更多地尝试引入这种 3D 自定义生成能力，不止是现在采用的角色生成，还可以延展至场景生成，用户体验会更丰富，存量游戏也可能因新玩法的加入而被激活，从而促进用户留存和拉新。

除了丰富游戏体验外，世界模型能力未来也可能延伸至社交场景，让用户在虚拟空间达到 " 面对面 " 互动的效果。" 如何用 AI 重构游戏、社交体验，激活、升级平台 UGC 生态是我们持续探索的方向 "，TopTop 运营人员表示。

物理原生模型 JST-2 全量上线：Viggle 要做物理智能时代的 " 基础设施 "

「Slap Showdown」背后的世界模型技术支持来自 Viggle。

2022 年成立以来，Viggle 一直专注于研发物理原生世界基础模型，其自研的 JST 模型可直接生成 3D 角色、动作和场景，为游戏与 AI 应用提供底层能力。

此前，Viggle 旗下的视频创作产品 Meme Maker 曾在互联网掀起视频创作热潮，该产品主要为用户提供 AI 角色动画与视频创作能力，让静态角色能够跟随指定动作生成动态内容。2024 年 8 月，Viggle 宣布完成 1900 万美元 A 轮融资，由硅谷风险投资机构 Andreessen Horowitz（a16z）领投。

不过，视频创作只是这条技术路线较早落地的应用，Viggle 致力于让 JST 世界模型成为游戏、社交等各类 AI 应用的技术基础设施。

如今，Viggle 正进一步拓展其技术边界。10 月 19 日，世界模型 JST-2 全量上线，Viggle 将 JST-2 的意义类比为语言模型史上的 "GPT-2 时刻 "。

许多世界模型从像素画面中间接学习世界的物理结构，JST-2 则采用物理原生架构，直接学习三维世界的结构与动态。而 JST-2 模型的基本单元更接近 " 原子 "，每个单元都有明确的 3D 位置，带有材质、颜色、质量等物理属性，也记录着受力之后如何运动和改变。其优势在于不仅能让 AI 生成画面，还能理解并生成三维世界中的角色、动作和场景。围绕这一物理原生表示，团队共同设计了 token 化、模型架构、数据引擎以及预训练和后训练流程，形成完整的模型栈。经过四年研发，JST-2 已用同一套架构覆盖角色、动作和场景生成。

相比其他路径，JST-2 在成本方面也展现出了优势。JST-2 大约秒级即可生成一个 3D 场景，单次推理成本不到一美分。生成后的 3D 内容可以在本地持续渲染，无须为每一帧重新运行基础模型。

需要指出的是，世界模型的技术能力还在继续迭代，Viggle 也将更复杂的世界模型作为后续研发方向。

未来，JST-3 的目标是成为一个完整的世界模拟器，其可以作为下一代游戏与图形引擎的底层，也可以成为机器人等物理智能学习和进化的训练场。到 JST-3 阶段，世界上的全部物理都由模型从数据中学出来，而不是靠人一条条写规则。

对于赤子城科技而言，对 Viggle 的投资与合作，是公司在 AI 重构游戏社交、推动 AI 技术与业务场景深度融合的一次重要探索。

作为全球领先的社交娱乐公司，近年来，赤子城科技持续深化 AI 布局，拓展 AI 技术在产研、社交推荐、智能运营、安全风控及营销投放等关键环节的应用，为业务发展提供支撑。此外，公司持续布局 AI 产业投资，先后投资世界模型、AI 陪伴、AI Agent、AI 互动游戏等领域项目，AI 应用版图进一步丰富——此次合作的 Viggle 正是赤子城科技此前投资布局的 AI 项目之一。

从「Slap Showdown」开始，世界模型与游戏社交的结合还处于探索阶段。如何将前沿模型能力转化为用户真正愿意使用、持续参与的产品体验，将是赤子城和 Viggle 下一阶段的重要课题。

1、猎云网原创文章未经授权转载必究，如需转载请联系官方微信号进行授权。

2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网（微信号：lieyunjingxuan

）字样。

3、猎云网报道中所涉及的融资金额均由创业公司提供，仅供参考，猎云网不对真实性背书。

4、联系猎云，请加微信号：jinjilei