京東がJoyAI-VL-Interactionをフルスタックオープンソース化、「一問一答」から「見ながら話す」へ
原題:京东全栈开源JoyAI-VL-Interaction,让大模型从“一问一答”走向“边看边说”
AI 要約
京東はこのほど、世界初のフルスタック対話モデルJoyAI-VL-Interactionをオープンソース化した。vLLM-Omniのネイティブサポートを獲得している。同モデルは動画ストリームを継続的に観察し、重要なイベントを能動的に判断してリアルタイムに応答でき、複雑なタスクをバックエンドAgentに委任して処理させることもできる。58件の実人間によるブラインド評価で、豆包ビデオ通話アシスタントに対して勝率77.6%、Geminiビデオ通話アシスタントに対して勝率87.9%、監視・警告シナリオでは100%の勝率を記録した。オープンソース化の内容にはモデルの重み、対話データセット、トレーニング方案、完全にデプロイ可能なシステムが含まれ、カメラやライブ配信ストリームなどの動画入力、音声対話、長期記憶、vLLMデプロイに対応し、防犯監視、高齢者見守り、ライブ配信解説などのリアルタイムシナリオに適している。
要点
- 京東はこのほど、世界初のフルスタック対話モデルJoyAI-VL-Interactionをオープンソース化した。
- vLLM-Omniのネイティブサポートを獲得している。
- 同モデルは動画ストリームを継続的に観察し、重要なイベントを能動的に判断してリアルタイムに応答でき、複雑なタスクをバックエンドAgentに委任して処理させることもできる。
- 58件の実人間によるブラインド評価で、豆包ビデオ通話アシスタントに対して勝率77.
- 6%、Geminiビデオ通話アシスタントに対して勝率87.
概要
- 公開日時
- 更新日時
- 出典
- 公众号:京东JoyAI
- カテゴリ
- モデル公開
- AI スコア
- 73
京东这个实时交互模型不是又一个刷榜模型,它把「什么时候该说话」变成了模型自己的判断。全栈开源且对比豆包、Gemini 胜率惊人,做安防、看护、直播的开发者可以直接试了。
関連エンティティ
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:京東がJoyAI-VL-Interactionをフルスタックオープンソース化、「一問一答」から「見ながら話す」へ。2026年6月23日。https://new.nat6.net/ja/news/cmqq8ww0e07m4slp5mk5snl0z/