JD.comは、長尺の音声・動画生成フレームワークであるJoyAI-Echoをオープンソース化した。

JD.comは、長尺動画生成フレームワーク「JoyAI-Echo」を発表しました。このフレームワークは、クロスモーダルな音声・動画メモリライブラリ、メモリ駆動型のポストトレーニング推論速度を7.5倍向上、Director Agentによる会話型編集、軽量なリアルタイム超解像という4つの技術革新により、キャラクターの一貫性、音声の安定性、生成速度という業界の3つの主要な課題を解決します。実地テストでは、このフレームワークが5分間の動画においてキャラクターと音声の一貫性を高く維持し、音声認識精度は0.8646と、あらゆる指標でトップクラスの結果を示しました。