京东发布 JoyAI-Talker 实时语音交互模型与 JoyAI-Video-Edit 视频编辑模型

　　 IT之家7月18日消息，2026世界人工智能大会暨人工智能全球治理高级别会议(WAIC)昨日在上海世博、张江、西岸“三地四馆”同步启幕。

　　7 月18日，京东以“AI进入物理世界”为核心主题亮相上海世博展览馆，首次系统展示面向物理世界的JoyAI模型矩阵。

　　在模型方面，京东推出了JoyAI-Talker实时语音交互模型与JoyAI-Video-Edit实时视频编辑模型。据京东介绍，JoyAI-Talker具备低延迟对话、情绪理解、工具调用和记忆等能力，让AI从机械执行指令走向理解人的意图和状态。该模型能够通过声纹识别用户身份，结合环境数据理解对话意图。

　　 JoyAI-Video-Edit则支持自定义画面和边预览边修改，让视频编辑更加实时、灵活。该模型将视频能力延伸至流式编辑，用户面对变化中的视频画面，可以直接用自然语言增删物体、替换人物、迁移服装，甚至重构整个场景。

　　 IT之家此前报道，今年以来京东已陆续发布Joy-Image-Edit、JoyAI-Echo、JoyAI-VL-Interaction等7个基础模型。以JoyAI基座大模型为核心，京东已形成覆盖语音、图像、视频、实时交互、世界模型和具身智能的基础模型体系。

　　在本次WAIC期间，京东还开源了行业最大人类视角数据集EgoLive，并打造了首个JoyInside“AI Home”。观众在现场可以佩戴JoyEgoCam，亲自体验第一视角数据采集。