Membawa model besar daripada "soal jawab" kepada "memerhati sambil bercakap", JD menyumber terbuka model interaksi visual-bahasa video masa nyata JoyAI-VL-Interaction
Ringkasan AI
JD secara rasmi mengumumkan sumber terbuka model interaksi visual-bahasa video masa nyata JoyAI-VL-Interaction, model dan sistem interaksi sumber terbuka penuh pertama di dunia, yang mendapat sokongan asli vLLM-Omni day-0. Model ini mempunyai tiga terobosan: pertimbangan proaktif (memerhati aliran video secara berterusan dan memutuskan sendiri bila untuk bercakap), respons masa nyata (respons segera terhadap aliran video yang sedang berlaku), dan delegasi ejen tepat pada masanya (tugasan kompleks diserahkan kepada model latar belakang, bahagian hadapan terus memerhati). Ia menyokong input video seperti kamera, strim langsung dan strim pemantauan, serta input/output suara, antara muka visual, memori jangka panjang dan pengerahan vLLM. Dalam 58 kes penilaian buta oleh manusia sebenar, kadar kemenangan keseluruhan ialah 77.6% berbanding pembantu panggilan video Doubao, dan 87.9% berbanding pembantu panggilan video Gemini.
Maklumat penting
- JD secara rasmi mengumumkan sumber terbuka model interaksi visual-bahasa video masa nyata…
- Model ini mempunyai tiga terobosan: pertimbangan proaktif (memerhati aliran video secara…
- Ia menyokong input video seperti kamera,strim langsung dan strim pemantauan,serta input/output…
- Dalam 58 kes penilaian buta oleh manusia sebenar,kadar kemenangan keseluruhan ialah 77.
- 6% berbanding pembantu panggilan video Doubao,dan 87.
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- IT之家·人工智能
- Kategori
- Pelancaran Model
- Skor AI
- 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。
Entiti Berkaitan
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Membawa model besar daripada "soal jawab" kepada "memerhati sambil bercakap", JD menyumber terbuka model interaksi visual-bahasa video masa nyata JoyAI-VL-Interaction. 22 Jun 2026. https://new.nat6.net/ms/news/cmqozph2l05nlslx6ip3k2irx/