JD ने JoyAI-Echo लंबे ऑडियो-वीडियो जनरेशन फ्रेमवर्क ओपन-सोर्स किया
मूल शीर्षक:京东开源JoyAI-Echo框架,进入全球第一梯队!
AI सारांश
3 जून को JD ने JoyAI-Echo फ्रेमवर्क ओपन-सोर्स किया, जो लंबे वीडियो जनरेशन में पात्र की पहचान बिगड़ने, आवाज़ बदलने और धीमी जनरेशन की तीन बड़ी समस्याओं का समाधान करता है। यह फ्रेमवर्क क्रॉस-मोडल ऑडियो-वीडियो मेमोरी बैंक के ज़रिए 5 मिनट तक पात्र की उपस्थिति और आवाज़ को एकसमान रखता है, और मेमोरी-संचालित पोस्ट-ट्रेनिंग तथा DMD तकनीक के संयोजन से लगभग 7.5 गुना अनुमान त्वरण देता है। नया Director Agent प्राकृतिक भाषा संवाद के ज़रिए स्थानीय संशोधन का समर्थन करता है, बिना पूरा वीडियो दोबारा बनाए। साथ में हल्का रीयल-टाइम सुपर-रेज़ोल्यूशन मॉड्यूल है, जो 736×1280→1152×1920 और 1472×2560 दो रेज़ोल्यूशन स्तरों का समर्थन करता है। मूल्यांकन सेट में भाषण सामग्री सटीकता 0.8646 रही और उपयोगकर्ता पसंद के कई मानकों में यह आगे रहा। कोड और वेट GitHub पर ओपन-सोर्स किए गए हैं।
मुख्य जानकारी
- 3 जून को JD ने JoyAI-Echo फ्रेमवर्क ओपन-सोर्स किया,जो लंबे वीडियो जनरेशन में पात्र की पहचान…
- 5 गुना अनुमान त्वरण देता है। नया Director Agent प्राकृतिक भाषा संवाद के ज़रिए स्थानीय संशोधन का…
- 8646 रही और उपयोगकर्ता पसंद के कई मानकों में यह आगे रहा। कोड और वेट GitHub पर ओपन-सोर्स किए गए हैं।
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- स्रोत
- 公众号:京东JoyAI
- श्रेणी
- मॉडल लॉन्च
- AI स्कोर
- 72
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。
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: JD ने JoyAI-Echo लंबे ऑडियो-वीडियो जनरेशन फ्रेमवर्क ओपन-सोर्स किया। 5 जून 2026। https://new.nat6.net/hi/news/cmq642x6l0501sl5i3sl7adjt/