Del "pregunta y respuesta" al "observar y comentar": JD abre el código de JoyAI-VL-Interaction, su modelo de interacción visual-lenguaje con vídeo en tiempo real
Resumen de IA
JD ha anunciado oficialmente el código abierto de JoyAI-VL-Interaction, el primer modelo y sistema de interacción de pila completa de código abierto del mundo, con soporte nativo de vLLM-Omni desde el día 0. El modelo logra tres avances: juicio activo (observa continuamente el flujo de vídeo y decide cuándo hablar), respuesta en tiempo real (responde al instante ante el vídeo en curso) y delegación oportuna a agentes (las tareas complejas pasan a un modelo en segundo plano mientras el frontend sigue observando). Admite entradas de vídeo como cámaras, transmisiones en directo y flujos de vigilancia, además de entrada y salida de voz, interfaz visual, memoria a largo plazo y despliegue con vLLM. En 58 casos de evaluación ciega con personas reales, superó al asistente de videollamada Doubao con una tasa de victoria global del 77,6% y al asistente de videollamada Gemini con un 87,9%.
Puntos clave
- JD ha anunciado oficialmente el código abierto de JoyAI-VL-Interaction,el primer modelo y sistema…
- El modelo logra tres avances: juicio activo (observa continuamente el flujo de vídeo y decide…
- Admite entradas de vídeo como cámaras,transmisiones en directo y flujos de vigilancia,además de…
- En 58 casos de evaluación ciega con personas reales,superó al asistente de videollamada Doubao con…
Resumen rápido
- Publicado
- Actualizado
- Fuente
- IT之家·人工智能
- Categoría
- Lanzamientos de modelos
- Puntuación IA
- 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。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Del "pregunta y respuesta" al "observar y comentar": JD abre el código de JoyAI-VL-Interaction, su modelo de interacción visual-lenguaje con vídeo en tiempo real. 22. junio 2026. https://new.nat6.net/es/news/cmqozph2l05nlslx6ip3k2irx/