Vom Frage-Antwort-Modus zum Mitreden: JD öffnet Echtzeit-Video-Vision-Language-Interaktionsmodell JoyAI-VL-Interaction
KI-Zusammenfassung
JD hat offiziell das Open-Source-Modell JoyAI-VL-Interaction für Echtzeit-Video-Vision-Language-Interaktion angekündigt. Es ist das weltweit erste vollständig als Open Source verfügbare Interaction-Modell samt System und wird von vLLM-Omni ab Tag eins nativ unterstützt. Das Modell bietet drei Durchbrüche: aktives Urteilen (kontinuierliche Beobachtung des Videostreams und eigenständige Entscheidung, wann gesprochen wird), Echtzeitreaktion (unmittelbare Antwort auf laufende Videostreams) und rechtzeitige Agenten-Delegation (komplexe Aufgaben an Hintergrundmodelle übergeben, während die Vordergrundbeobachtung weiterläuft). Unterstützt werden Videoeingaben von Kameras, Livestreams und Überwachungsstreams sowie Sprachein- und -ausgabe, eine visuelle Oberfläche, Langzeitgedächtnis und vLLM-Deployment. In 58 Blindtests mit echten Personen erzielte das Modell eine Gesamtsiegesrate von 77,6 % gegen den Doubao-Videoanruf-Assistenten und 87,9 % gegen den Gemini-Videoanruf-Assistenten.
Kernpunkte
- JD hat offiziell das Open-Source-Modell JoyAI-VL-Interaction für…
- Es ist das weltweit erste vollständig als Open Source verfügbare Interaction-Modell samt System…
- Das Modell bietet drei Durchbrüche: aktives Urteilen (kontinuierliche Beobachtung des Videostreams…
- Unterstützt werden Videoeingaben von Kameras,Livestreams und Überwachungsstreams sowie Sprachein-…
- In 58 Blindtests mit echten Personen erzielte das Modell eine Gesamtsiegesrate von 77,6 % gegen…
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- IT之家·人工智能
- Kategorie
- Modellveröffentlichungen
- KI-Bewertung
- 71
京东开源了首个全栈实时视频交互模型,让大模型能持续观察并主动响应,开发者可以直接用代码搭建安防、导购等实时AI助手,实用性很强。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Vom Frage-Antwort-Modus zum Mitreden: JD öffnet Echtzeit-Video-Vision-Language-Interaktionsmodell JoyAI-VL-Interaction. 22. Juni 2026. https://new.nat6.net/de/news/cmqozph2l05nlslx6ip3k2irx/