我们用AI 做图、修图时，经常会遇到一些难题：想把图中的杯子挪个位置，结果杯子变形了；想换个视角看看画面，透视却完全不对；想调整两个物体的前后位置，也会出现遮挡混乱、比例失衡…… 核心问题是AI更像是在平面上“P图”，无法理解图像背后的三维空间结构。

近日，京东探索研究院正式开源了自研的JoyAI-Image-Edit 图像模型，彻底解决上述难题。这是业内首个把 “空间智能” 刻进骨子里的开源模型，让 AI 终于能真正 “看懂” 空间、“编辑” 空间，从原来的平面修图，升级成了三维空间重塑，而且模型的推理代码全部开放，开发者能直接拿来做应用。

彻底解决传统模型空间逻辑混乱难题

JoyAI-Image-Edit深度贴合真实世界空间规律，从空间位置关系、多视角一致性、相机感知到场景推理等维度全面建模，实现了相机坐标视角变换、物体空间位移旋转、几何结构精准控制等多项空间编辑技术突破，将空间认知能力深度融入文本与图像生成流程，搭建了完整的空间理解数据与任务体系。

该模型打破了AI “理解图像” 和 “生成图像” 的壁垒，让 AI 不仅能生成逼真的图像外观，更能精准理解图像背后的空间结构，在编辑过程中稳定保持主体形象与场景结构完整，多视角空间布局高度一致。不管是移动物体、换视角，还是调整物体间的关系，都能保持场景的几何规律，遮挡、光影也都自然合理，不会再出现变形、错乱的情况，彻底解决传统模型空间逻辑混乱的行业难题。

经实验验证，在物体移动精度、空间一致性等空间编辑核心指标上，JoyAI-Image-Edit达到世界一流水准。

三大空间编辑范式突破，融合15类通用编辑能力

JoyAI-Image-Edit 的核心跃升，在于其攻克了此前开源模型难以逾越的空间理解难题，具备三大辨识度极高的空间编辑能力：视角变换——用户可通过自然语言指定相机的偏航角、俯仰角及缩放程度，模型在保持场景几何一致性的前提下生成新视角图像；空间漫游——支持连续的视角移动，生成在空间中逻辑连贯的多视角图像序列，类似于在三维场景中"走动"；物体空间关系操控——在保持场景整体结构稳定的前提下，对特定物体进行位移、缩放等空间变换，同时确保遮挡与光影关系自然合理。

在实现空间级突破的同时，JoyAI-Image-Edit 全面兼容 15 类通用编辑能力，深度覆盖内容创作的高频需求。无论是物体的替换、删除、添加，还是整体风格迁移、细节精修等操作，模型均实现了高性能覆盖。结合顶尖的空间编辑技术，模型在长文本精准渲染、多视角一致性生成等行业高难度任务中表现卓越，真正做到了全场景、无死角的高效创作。

凭借领先的空间理解与编辑能力，JoyAI-Image-Edit模型突破场景限制，可广泛应用于电商内容生产、创意设计制作、智能图像处理、3D 模型重建、具身智能视觉感知等多元领域，大幅提升 AI 图像技术在复杂空间场景中的适配性与实用性。尤其是在具身智能领域，空间理解能力是机器人“理解世界”的核心基础，而该模型的推出，也为相关技术研发提供了关键的底层能力。

此次JoyAI-Image-Edit 的开源，是京东在 AI 多模态模型领域的重要布局，更是让 AI 图像编辑实现了从平面到空间的大跨越。未来该模型还将持续落地更多场景，不断探索空间智能落地价值。

在AI研发和应用领域，京东今年成果不断。过去一个月内，京东宣布首次开源基础大模型JoyAI-LLM Flash，打破了大模型参数内卷的困局；京东云“龙虾”系列产品集体上线，token调用量周环比增长高达455%；京东还宣布将建成全球最大的具身数据采集中心。依托超级供应链优势，京东将持续推动AI与产业深度融合，真正为产业创造价值。

开源地址：

HuggingFace：https://huggingface.co/jdopensource/JoyAI-Image-Edit

Github：https://github.com/jd-opensource/JoyAI-Image

来源：金融界资讯