Paglabas ng modelo

Inilabas ng JD.com bilang open source ang JoyAI-Echo long audio-video generation framework

Orihinal na pamagat:京东开源JoyAI-Echo框架,进入全球第一梯队!

AI summary

Noong Hunyo 3, inilabas ng JD.com bilang open source ang JoyAI-Echo framework, na tumutugon sa tatlong malaking problema sa long video generation: pagkasira ng identidad ng karakter, biglaang pagbabago ng timbre at mabagal na generation. Sa pamamagitan ng cross-modal audio-video memory bank, pinapanatili ng framework ang pagkakapareho ng hitsura at timbre ng karakter sa loob ng 5 minuto; ang memory-driven post-training na pinagsama sa DMD technology ay nagdudulot ng humigit-kumulang 7.5 beses na pagbilis sa inference. Nagdagdag ito ng Director Agent na sumusuporta sa natural language conversational local revision nang hindi kailangang patakbuhin muli ang buong video. May kasamang lightweight real-time super-resolution module na sumusuporta sa 736×1280→1152×1920 at 1472×2560 na resolution. Ipinapakita ng evaluation set ang 0.8646 na accuracy ng speech content at nangunguna sa ilang user preference. Na-open source na sa GitHub ang code at weights.

Mahahalagang impormasyon

  • Noong Hunyo 3,inilabas ng JD.
  • com bilang open source ang JoyAI-Echo framework,na tumutugon sa tatlong malaking problema sa long…
  • Sa pamamagitan ng cross-modal audio-video memory bank,pinapanatili ng framework ang pagkakapareho…
  • ang memory-driven post-training na pinagsama sa DMD technology ay nagdudulot ng humigit-kumulang 7.
  • 5 beses na pagbilis sa inference.

Mabilisang tingin

Na-publish noong
Na-update noong
Pinagmulan
公众号:京东JoyAI
Kategorya
Paglabas ng modelo
AI na marka
72
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

长视频生成一直被角色崩塌和龟速生成卡死,JoyAI-Echo 开源给出了角色一致性方案和 7.5 倍加速,Director Agent 对话式编辑的思路很先进,做 AI 视频的朋友可以直接去 GitHub 开跑。

Pinagmulan at copyright

Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.

Link ng orihinal · Entry sa AIHOT

Paano banggitin

Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.

Orange News: Inilabas ng JD.com bilang open source ang JoyAI-Echo long audio-video generation framework. 5 Hunyo 2026. https://new.nat6.net/fil/news/cmq642x6l0501sl5i3sl7adjt/

Tingnan lahat →