观点网讯：6月4日，京东正式开源JoyAI-Echo长音视频生成框架，完整代码及模型权重已在GitHub上线。

据介绍，该框架引入智能“导演助理”DirectorAgent，并内置跨模态记忆库，可在多镜头生成中持续保持角色外观和说话人音色一致。通过DMD技术实现7.5倍推理加速，并支持对话式编辑功能，用户无需重跑整条视频即可修改镜头。

根据公开资料整理，JoyAI-Echo直接解决了长视频生成领域长期存在的“角色易崩、声音乱变、生成缓慢”三大难题，使京东在长视频生成领域进入全球第一梯队。