9月9日，在京东全球科技探索者大会（JDD）上，京东探索研究院发布并开源可交互视听世界模型 EchoWM，同时推出超长音视频生成模型 JoyAI-Echo1.5。JoyAI-Echo1.5基于音视频 Memory Bank，可连续生成10分钟以上内容，在480P分辨率下平均每秒生成24帧，支持自然语言驱动的故事、分镜与成片制作。EchoWM原生联合生成720P视频、环境音、音乐和语音，支持第一人称导航、第三人称摄像机及主体协同控制和多轮探索。在WBench Navigation评测中，EchoWM及EchoWM-Flash位列前两名。京东还展示了JoyAI基础模型矩阵、EgoLive真实数据及仿真工具链，并发布覆盖零售、物流、医疗、工业和政务的行业模型。
