京东开源长视频生成框架 JoyAI-Echo，主打 5 分钟角色与音色一致性

京东开源长视频生成框架 JoyAI-Echo，用跨模态音视频记忆库、记忆驱动后训练和轻量化实时超分，应对长视频中角色与音色前后不一致、生成慢和清晰度低的问题。官方评测显示其语音准确率为 0.8646，用户盲测中对音频质量的偏好达 81.7%、画面偏好 63.6%、提示词遵循偏好 80.6%、IP 一致性偏好 59.4%。