京东开源JoyAI-Echo长音视频生成框架
原文标题:京东开源JoyAI-Echo框架,进入全球第一梯队!
AI 摘要
6月3日,京东开源JoyAI-Echo框架,解决长视频生成中角色身份崩坏、音色突变和生成缓慢三大难题。该框架通过跨模态音视频记忆库保持5分钟内角色外观与音色一致,记忆驱动后训练结合DMD技术带来约7.5倍推理加速。新增Director Agent支持自然语言对话式局部修订,无需重跑整条视频。配套轻量化实时超分模块,支持736×1280→1152×1920及1472×2560两档分辨率。评测集显示,语音内容准确率0.8646,用户偏好多项领先。代码与权重已开源至GitHub。
关键信息
- 6月3日,京东开源JoyAI-Echo框架,解决长视频生成中角色身份崩坏、音色突变和生成缓慢三大难题。
- 该框架通过跨模态音视频记忆库保持5分钟内角色外观与音色一致,记忆驱动后训练结合DMD技术带来约7.
- 5倍推理加速。
- 新增Director Agent支持自然语言对话式局部修订,无需重跑整条视频。
- 配套轻量化实时超分模块,支持736×1280→1152×1920及1472×2560两档分辨率。
速览
- 发布时间
- 更新时间
- 来源
- 公众号:京东JoyAI
- 分类
- 模型发布
- AI 评分
- 72
推荐理由
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。
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:京东开源JoyAI-Echo长音视频生成框架。2026年6月5日。https://new.nat6.net/news/cmq642x6l0501sl5i3sl7adjt/