京東在 JDD 上甩出可交互視聽世界模型：EchoWM 開源，長視頻生成同步衝到 10 分鐘以上
AI資訊AI新閒資訊正文京東在 JDD 上甩出可交互視聽世界模型：EchoWM 開源，長視頻生成同步衝到 10 分鐘以上發布於AI新閒資訊時間 :Sep 14, 2026閱讀 :1分鐘9月9日的京東全球科技探索者大會（JDD）上，京東探索研究院端出了 JoyAI-Echo 系列的兩項新進展:超長音視頻生成模型升到 JoyAI-Echo1.5，同時發佈並開源可交互視聽世界模型 EchoWM。前者把音視頻持續生成拉過10分鐘門檻，後者把原生視聽生成和用戶控制擰在一起，讓 AI 內容從"能看"進一步走到"能進、能探索"。長視頻這條線，JoyAI-Echo1.
5押的是音視頻 Memory Bank 架構。它能在多鏡頭、長時程的生成裡死死抓住人物形象、聲音和故事線索不跑偏，撐住10分鐘以上的音視頻持續產出。模型靠長視頻後訓練把推理速度最高拉了7.5倍，只需要2張 H200，就能在480P 下平均每秒生成24幀，做到1:1等時生成;Director Agent 還能按自然語言完成故事展開、分鏡規劃、生成審核和成片組裝這一整套活。世界模型這邊通常分兩路走:一路能跟著用戶操作不停生成畫面，卻缺了自然聲音;另一路能聯合生成音視頻，可用戶很難持續鑽進去改內容。
EchoWM 把這兩類能力並在了一起，原生聯合生成720P 視頻、環境音、音樂和語音，讓聲音隨場景、攝像機和主體運動同步變;通過統一的"相機意圖"，模型同時支持第一人稱導航、第三人稱攝像機與主體協同控制，以及多輪連續探索。在 WBench Navigation 評測裡，EchoWM 和四步因果流式版本 EchoWM-Flash 包攬前兩名，其中 EchoWM 在涵蓋158個多輪導航案例的榜單上拿下綜合第一。底座層面，京東這次集中亮出 JoyAI 基礎模型矩陣，能力覆蓋圖像與視頻生成、多模態理解、實時交互、世界建模、智能語音和具身操作，把 JoyAI 從內容生成往動態環境的感知、模擬與交互推。
JDD 現場還展示了新一代音視頻基礎模型 JoyAI-Video，重點強化商業視頻生成、物理規律呈現、第一人稱視角和多鏡頭連續敘事，瞄準電商廣告、短劇創作和具身智能演練，計劃10月正式發佈。模型之外，京東同步展出了 EgoLive 真實數據、JoyAI-Sim 仿真轉換工具鏈和大模型基礎設施，搭起從真實數據、仿真轉換到模型研發的支撐體系。產業落地上，零售、物流、醫療、工業、政務五大行業模型和智能體集中亮相:零售多模態模型管圖搜、智能導購和素材質檢;物流超腦3.0用 Agentic 框架把決策、流程和物理執行串起來;京醫千詢3.
0強化醫療影像分析、模擬問診和可信推理;工業大模型扎進專業選型、維保和 CAD 設計;政務大模型服務政策諮詢、智能辦公和數據分析。基礎模型創新與產業 AI 實踐雙線推進，構成了京東把 AI 從數字世界推向物理世界的整體佈局。相關推薦豆包手機助手消費者版發佈：推出 GUI 協議，三方 App 可自主拒絕 AI 自動操作豆包手機助手消費者版正式發佈，相比預覽版更強調穩定性、日常可用性與交互體驗。支持語音、AI鍵等多種喚醒方式適配不同場景；專屬AI鍵具備指紋鑑權，驗證後無需二次解鎖即可執行任務；語音喚醒針對遠場、內噪及嘈雜環境進行優化。Sep 14, 202660.9k月費10美元!
開源AI編碼工具 OpenCode Go 宣佈實現收支平衡OpenCode聯合創始人Dax Raad宣佈，月費10美元的OpenCode Go已連續兩週實現收支平衡。在多數AI編碼工具仍燒錢或靠賣數據變現的背景下，此舉標誌低價AI訂閱模式商業可持續性獲突破。該服務以寬鬆速率限制和穩定訪問，為開發者提供高性價比開源AI編碼。Sep 14, 2026120.8kOpenAI 關停史上最快模型 GPT-5.3-Codex-Spark：從發佈到下線只活了 7 個月OpenAI最快模型GPT-5.3-Codex-Spark發佈僅7個月即下週退役。
它每秒1200 token，是首個脫離英偉達、由Cerebras 750兆瓦大單交付的模型，但用量持續下滑，且已有更優替代。負責人稱需為未來讓路，並吐槽模型名過長。Sep 14, 202678.6k智能體跑長任務為何"失憶跑題"：AWS、Claude Code、Manus 們用四套框架機制給出答案大模型長任務中反覆“失憶”、遺忘目標，根源或在執行框架而非模型。AWS指南指出，淺層智能體長週期會上下文溢出、受幹擾跑題、無法維持狀態；修復關鍵是管理除模型外一切的harness。新研究盤點多家主流框架，聚焦這層外殼，為長週期穩定執行提供思路。Sep 14, 202661.
8kAnthropic 牽手 Rum Group 簽下 137 億美元算力大單，背後是特朗普關聯的社交老玩家Anthropic與Rum Group簽下六年137億美元算力採購協議。Rum Group起家社交媒體，與特朗普政府關係密切，使Anthropic算力供給再添政治背景合作方。這也是其近一年接連佈局雲計算大單的最新動作，合作方名單持續擴大。Sep 14, 2026113.3k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
無問芯穹與華環電子簽署戰略合作，共同探索國產異構算力AI基礎設施新方向
無問芯穹與華環電子簽署戰略合作協議，雙方將結合各自在AI軟體平台、網路通信與硬體研發的優勢，共同探索國產異構算力基礎設施的協同方案。此次合作聚焦於智算中心解決方案及「Token工廠」新模式，目標是推動計算、網路與AI原生基礎設施深度融合，為AI規模化應用提供高效穩定的支撐。
Jina AI Releases jina-ocr-v1: A 3.4B MoE Document Parser With Built-In Speculative Decoding for Low-Budget GPUs
Jina AI, part of Elastic, has released jina-ocr-v1, an end-to-end visual document parser. It takes PDFs, scans, tables, charts or invoices and returns clean Markdown in 1 pass. The model has 3.
優步全球範圍裁員 10%，被裁員工稱 AI 已大舉滲透日常工作
作者：清源 責編：清源 評論： 9 月 18 日消息，據《商業內幕》今天（18 日）晚間報道，在優步（Uber），AI 已經滲透到員工工作的許多環節，從回答 Slack 裡的內部問題，到替乘客行程中聯繫客服時收到的消息撰寫回復。6 名近期遭裁員的員工透露，過去幾個月，AI 在工作中的使用範圍明顯擴大，其中一些人甚至會通過提示詞讓 AI 完成相當一部分任務。
智譜 ZCode 被質疑“偷傳代碼”：官方回應稱問題已修復，將開源代碼庫、引入第三方審查
作者：清源 責編：清源 評論： 感謝網友 咩咩洋 的線索投遞！9 月 18 日消息，針對社區中有關代碼庫數據上傳的討論，智譜旗下編程產品 ZCode 今天（18 日）通過智譜官方群組向受影響用戶致歉，併發布回應稱已第一時間完成自查，相關問題目前已經修復。
月之暗面遞表之後，Kimi 的成色要被驗算三遍
舒澤品牌手記2026.09.18 18:16 · 來自浙江全文4982字00:00 / 14:05Anthropic 的 30 萬次指控，會成為招股書的第幾頁？文 | 舒澤品牌手記9月17日，月之暗面發佈了一套金融行業解決方案。按官方披露，中信建投、中金公司、易方達等數十家金融機構已經在用 Kimi 處理投研建模、風險排查和盡調材料——研究人員把管理層報表、審計報告和盡調文件交給 Kimi，拿回一份可以繼續調整假設的 Excel 模型。同一天，深圳商報記者就港股上市進展、股東架構調整等事項向月之暗面發去採訪函。
Calibre上手 AI 互動寫作：電子書管理器搖身變成"文字冒險遊戲引擎"
這個遊戲默認藏而不發，不會跟著 Calibre 啟動就冒出來。用戶得主動在"首選項 — 工具欄和菜單"裡把它請到主工具欄，才算真正激活。它的玩法很清晰:由 AI 在後臺搭起並掌管一個虛構世界，用戶通過不斷輸入文字來推著故事往前走，等於把"讀電子書"這件事，翻轉成了"和 AI 一起寫故事"。