京东全栈开源JoyAI-VL-Interaction：实时视频流的秒级发言决策

京东发布面向实时视频流的视觉语言交互模型JoyAI-VL-Interaction（2026-06-20，开源发布日口径），并在同批次开放模型权重、部署系统、训练方法、时序对齐交互数据和vLLM-Omni部署方案。模型持续观察视频，并按秒决定发言、保持静默或将任务委派给后台模型或智能体。8B级（Hugging Face模型页约9B）；输入实时视频、图像、文本，输出文本决策与回复，语音由可插拔ASR/TTS提供；Apache-2.0全栈开放。发布方：京东JoyAI。