# 京东开源JoyAI-Echo长音视频生成框架

- 来源：公众号：京东JoyAI
- 作者：京东JoyAI
- 发布时间：2026-06-05 13:27
- AIHOT 分数：72
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmq642x6l0501sl5i3sl7adjt
- 原文链接：https://mp.weixin.qq.com/s/6ZKUwaMufy1cpUFFijokTQ

## 精选理由

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。

## 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。

## 正文

公众号正文需在微信内阅读，站内仅提供摘要。