京东开源图像模型JoyAI-Image-Edit
创始人
2026-04-08 14:45:32
0

大象新闻·大象财富记者 李莉 张迪驰

据“京东黑板报”消息,近日,京东探索研究院正式开源自研的 JoyAI-Image-Edit 图像模型。大象新闻·大象财富记者注意到,这是业内首个把 “空间智能” 刻进骨子里的开源模型,让 AI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

据介绍,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。

相关内容

热门资讯

原创 人... 一台超级计算机给出了一个让人脊背发凉的数字——2.5亿年。这不是科幻小说里的桥段,而是英国布里斯托大...
8GB内存也能流畅运行,微软T... IT之家 6 月 17 日消息,科技媒体 Windows Latest 昨日(6 月 16 日)发布...
中国国产大功率双转子发动机实现... 中新社哈尔滨6月17日电 (记者 王妮娜)东安动力首台双转子增压发动机R10TE17日在哈尔滨成功点...
博睿康冲刺脑机接口第一股,如何... (文/万肇生 编辑/张广凯) 中国脑机接口赛道的第一张上市门票,可能要被一家尚未盈利的医疗器械公司拿...
宇树VS智元:旗舰店里的机器人... 《科创板日报》6月17日讯(记者 李佳怡)比iPhone还便宜的具身智能,从实验室走进商场。 5月3...
北航举行毕业典礼,校长王云鹏寄... 新京报讯(记者刘洋)“当人的经验和判断皆可被数字化,我们与机器的本质区别何在?”6月16日,北京航空...
用了钉钉或企业微信,企业还有必... 随着越来越多的企业完成移动办公数字化的第一步,钉钉、企业微信等公有云协同工具已经深入到日常的审批通知...
当贝Air1S通话录音适合什么... iPhone用户应该都懂一个痛:手机换了五六代,通话录音这个功能就是不给。 iOS 18.1之后苹果...
道验机亲测不踩雷,这个二手手机... 哪个二手手机平台检测最严?我投旧猫二手优品一票,亲测56道验机真不是吹的 说实话,在二手手机这个圈子...
阿里把千问塞进机器人身体里 6月16日,阿里发布了千问具身智能大模型Qwen-Robot系列,一口气拿出了三个模型:一个负责操作...