6月3日晚，京东宣布推出JoyAI-Echo长音视频生成框架，JoyAI-Echo的代码与权重已全部开源。目前，项目页和GitHub代码仓库已经正式上线，供开发者和创作者体验和二次开发。

京东称，JoyAI-Echo能够解决行业头疼已久的“长视频生成三大难题”——角色易崩、声音乱变、生成缓慢。该框架引入智能“导演助理”DirectorAgent，可以对话式编辑，用户无需重跑整条视频即可修改镜头。此外，该框架内置跨模态记忆库，可在多镜头生成中持续保存并调用角色的外观特征和说话人音色信息，还通过DMD技术实现7.5倍推理加速，长视频生成更快。