⁣
📰 京东卷出新高度！硬刚复杂指令长时长、自由态数字人直播丝滑了

2026 年 GTC 大会上，AI 已普遍进入智能体时代，但如何为 AI 搭建高表现力的“躯壳”仍是核心难题。京东数字人通过 JoyAvatar 与 JoyAvatar-Flash 两个大模型，在文本指令控制、多模态协同、长时长生成等方面取得突破，实现了分钟级时长、实时互动的数字人生成，并在身份稳定性、唇形对齐、背景无缝切换等关键维度优于现有模型。这一路线通过双教师蒸馏与动态 CFG 调制策略，解决文本与音频控制信号冲突，确保全身动作与口型的协调。在长视频生成上，加入历史帧编码与伪最后一帧策略，确保超 30 秒的身份稳定与动作连贯。JoyAvatar-Flash 则通过自回归单向模型与高效推理，达到 30FPS 实时生成，并支持无限时长的视频直播。基于真实商业场景的数据驱动、以及 JoyStreamer 平台对中小商家的低门槛开放，使数字人直播逐步成为核心增长引擎。未来京东将推进更丰富的跨主播互动与零幻觉的数字人进阶，推动数字人生态的持续演进。

🏷️ #AI #数字人 #JoyAvatar #JoyStreamer #多模态

🔗 原文链接