AnswersPublished17 sources
JD opent interactieve wereldmodellen JoyAI-EchoWM en EchoWM-Flash
JD presenteerde tijdens JDD 2026 het open sourcemodel JoyAI EchoWM en de vierstapsvariant EchoWM Flash. Met één camera intentie interface worden toetsenbord of controllercommando’s vertaald naar continue bewegingen met zes vrijheidsgraden.
Gepubliceerd doorBewerkt met GPT-5.6 TerraAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- JD presenteerde tijdens JDD 2026 het open sourcemodel JoyAI EchoWM en de vierstapsvariant EchoWM Flash.
- Met één camera intentie interface worden toetsenbord of controllercommando’s vertaald naar continue bewegingen met zes vrijheidsgraden.
- De release past in JD’s bredere physical AI plannen, met een beoogd cluster van 100.000 GPU’s en meer dan 10 miljoen uur aan videodata uit echte menselijke activiteiten.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did JD.com announce at the September 10, 2026 JDDiscovery (JDD) conference about open-sourcing JoyAI-EchoWM—its interactive audiovisual. Article summary: JD announced that it is open-sourcing JoyAI‑EchoWM, an “enterable” interactive audiovisual world model, and EchoWM‑Flash, a faster four-step causal-streaming version. The release is best understood as part of JD’s physic. Topic tags: general, academic, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
JD heeft tijdens JDDiscovery (JDD) 2026 JoyAI-EchoWM open source gemaakt, samen met EchoWM-Flash, een lichtere causale streamingvariant die vier stappen gebruikt. Het uitgangspunt: geen vooraf opgenomen AI-video die na afloop stopt, maar een gegenereerde omgeving die de gebruiker kan verkennen terwijl beeld en geluid samen mee veranderen. 1
6
Een AI-wereld waar je doorheen kunt bewegen
EchoWM genereert 720p-video met gesynchroniseerd omgevingsgeluid, muziek en spraak. Verandert de gebruiker richting of standpunt, dan moet het model zowel het beeld als de audiolaag daarop aanpassen. Geluid is dus niet bedoeld als een achteraf toegevoegde soundtrack, maar als onderdeel van dezelfde generatie. 1
2
Daarvoor gebruikt het systeem een uniforme representatie van camera-intentie. Commando’s van toetsenbord of controller worden omgezet in doorlopende cameratrajecten met zes vrijheidsgraden (6-DoF): bewegen en roteren in de ruimte. Dat maakt verkenning in de ik-persoon mogelijk, maar ook camerastandpunten in de derde persoon en volgshots. Camerapaden sturen de visuele uitvoer; gebeurtenissen in de scène moeten bijpassend geluid opleveren, zoals voetstappen, botsingen, dialoog of muziek. 1
11
EchoWM-Flash moet sneller reageren
EchoWM-Flash is de versie met vier stappen en causale streaming. Die is ontworpen om met minder samplingstappen toch responsieve, interactieve generatie mogelijk te maken.
In de door de onderzoekers gerapporteerde WBench Navigation-test met 158 gevallen behaalde EchoWM gemiddeld 81,7 en EchoWM-Flash 81,0. Voor EchoWM werden een interactiescore van 87,2 en een consistentiescore van 89,8 gemeld; Flash kwam uit op 87,9 voor interactie. 1
Deze cijfers zijn benchmarkresultaten uit de paper en van ontwikkelaars, niet onafhankelijk bewijs dat de modellen al voor elke realtime-productietoepassing geschikt zijn. De afzonderlijke WBench-repository noemt voor JoyAI-Echo-1.5 (WM) een score van 81,6 en voor de vierstaps-Flashversie 81,0; dat verklaart het kleine verschil tussen 81,6 en 81,7 in de berichtgeving. 15
Context helpt, maar vervangt geen 3D-geheugen
EchoWM kan een verkenning over meerdere beurten voortzetten door een kort, recent venster van audiovisuele context mee te nemen in de volgende generatie. Dat is nuttig voor continuïteit, maar het model bouwt volgens de beschikbare beschrijving geen expliciete, permanente 3D-kaart van de wereld op.
Dat onderscheid is belangrijk. Bij langere sessies kunnen ruimtelijke relaties of visuele details daardoor gaan afwijken. De gemelde benchmarkresultaten laten sterke interactie en consistentie zien, maar langdurige wereldconsistentie blijft door deze contextgebaseerde aanpak een praktische beperking. 1
11
Training en beschikbaarheid
De bijbehorende publicatie beschrijft een zogeheten world-data-engine en een gefaseerde trainingsaanpak. Daarbij zijn onder meer gameplaylogs, beelden van menselijke spelers, pose-gebonden simulaties in Unreal Engine en internetvideo gebruikt. Het doel is bestuurbare camerabeweging, visuele dynamiek en gesynchroniseerde audiogeneratie in één model te verbinden. 1
JD verwijst in de paper naar de openbare code-repository jd-opensource/JoyAI-Echo. Daarmee is de release vooral relevant voor onderzoekers en ontwikkelaars die interactieve wereldmodellen willen testen of verder uitbouwen. 1
Onderdeel van JD’s physical-AI-strategie
JD presenteerde EchoWM als onderdeel van een bredere strategie rond physical AI: AI die niet alleen digitale content verwerkt, maar ook inzetbaar moet worden voor processen en systemen in de fysieke wereld. JD Cloud wil daarvoor een in eigen land ontwikkeld cluster met 100.000 GPU’s bouwen voor het trainen en uitvoeren van grote modellen en voor embodied-AI-toepassingen. Daarnaast wil het bedrijf meer dan 10 miljoen uur video van echte menselijke activiteiten verzamelen. 18
22
In de logistieke operatie is Meta Brain 3.0 van JD Logistics de praktische tegenhanger van die strategie. Volgens JD coördineert dit systeem beslissingen over opslag, transport en bezorging, en is de rekentijd voor optimale routes van honderden miljoenen pakketten teruggebracht van minuten naar seconden. 18
22
De open-sourcerelease van EchoWM is daarmee vooral een stap in onderzoeksinfrastructuur en open modellen voor interactieve en physical AI, geen financieringsaankondiging. De technische belofte is helder: bestuurbare camerabeweging koppelen aan gelijktijdig gegenereerd beeld en geluid. Of zulke werelden ook bij langdurige verkenning betrouwbaar samenhangend blijven, is nog niet definitief opgelost. 1
11
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "JD opent interactieve wereldmodellen JoyAI-EchoWM en EchoWM-Flash"?
JD presenteerde tijdens JDD 2026 het open sourcemodel JoyAI EchoWM en de vierstapsvariant EchoWM Flash.
What are the key points to validate first?
JD presenteerde tijdens JDD 2026 het open sourcemodel JoyAI EchoWM en de vierstapsvariant EchoWM Flash. Met één camera intentie interface worden toetsenbord of controllercommando’s vertaald naar continue bewegingen met zes vrijheidsgraden.
What should I do next in practice?
De release past in JD’s bredere physical AI plannen, met een beoogd cluster van 100.000 GPU’s en meer dan 10 miljoen uur aan videodata uit echte menselijke activiteiten.