京东开源 JoyAI-VL-Interaction：一个会主动看视频、主动说话的模型

京东全栈开源JoyAI-VL-Interaction，从"一问一答"走向"边看边说"

京东放出了一个全栈开源的交互模型，能盯着视频流看，自己判断什么时候该开口说话。它不像传统模型那样一问一答，而是边看边说，碰到复杂任务还能甩给后台的 agent 去处理。在 58 个人的盲测里，对比豆包视频通话助手赢了 77.6%，对比 Gemini 赢了 87.9%，监控预警场景直接 100% 胜率。开源包里给了模型权重、交互数据集、训练方案和一套能直...

推荐理由：京东开源了一个能看视频流、自己决定什么时候说话的交互模型，盲测数据挺硬：对比豆包赢77.6%，对比Gemini赢87.9%，监控场景100%胜率。全栈开源给得比较实在，权重、数据、训练方案、部署代码都放出来了。没给更高分是因为京东在模型圈还不是一线实验室，社区实际采用率未知，但开源诚意和交互方式的差异化够得上featured。