2026年6月，京东正式开源长音视频生成框架JoyAI-Echo，成功杀入全球长视频生成领域“第一梯队”。针对AI长视频角色变脸、声音漂移、生成慢等痛点，该框架创新引入跨模态音视频记忆库，确保5分钟内多镜头切换下角色与音色高度一致。同时，通过记忆驱动后训练将推理速度提升7.5倍，结合轻量化实时超分实现高清流畅输出。此外，框架配备Director Agent，支持自然语言对话式编辑与局部重拍。评测显示其多项指标全面领先，此次开源标志着AI长视频正从技术展示迈向规模化生产工具。