京东正式开源JoyAI-Image-Edit：AI图像编辑从“平面修图“迈向“空间重塑“
内容提要
京东开源的多模态基础模型JoyAI-Image-Edit支持文生图、图像理解和指令引导的图像编辑，具备像素级精细化编辑和空间感知能力，解决了理解与生成之间的“空间断层”。该模型在电商、具身智能和3D重建等领域表现出色，提升了创意验证效率。
关键要点
-
京东开源的多模态基础模型JoyAI-Image-Edit支持文生图、图像理解和指令引导的图像编辑。
-
该模型具备像素级精细化编辑能力和空间感知能力，解决了理解与生成之间的“空间断层”。
-
JoyAI-Image-Edit在公开Benchmark中表现优异，空间理解和空间编辑能力已达世界一流水平。
-
模型采用MLLM–MMDiT统一架构，深度融合生成与理解，打破了二者的边界。
-
支持视角变换、空间漫游和物体空间关系操控等三类空间编辑操作。
-
模型支持15类通用编辑能力，适用于电商、具身智能和3D重建等多个领域。
-
在电商领域，商家可通过JoyAI-Image-Edit自动生成不同角度的展示图，降低成本和周期。
-
在具身智能领域，模型可合成大量空间一致的多视角训练样本，支持机器人导航和抓取任务。
-
在3D重建领域，用户仅需输入三张图片即可生成几何一致的多视角图像序列。
-
模型的开源将推动开发者探索空间智能的更多可能性。
延伸解读
空间智能的突破
JoyAI-Image-Edit通过深度融合生成与理解，解决了传统模型在空间维度上的短板。这种突破使得图像编辑不仅限于像素层面，而是能够在三维空间中进行推理和操作，极大提升了编辑的准确性和自然性。
多领域应用前景
该模型在电商、具身智能和3D重建等领域展现出广泛的应用潜力。在电商中，商家可通过自动生成多角度展示图降低成本；在具身智能中，模型可合成多视角训练样本，支持机器人导航等任务，推动行业发展。
开发者的机遇
JoyAI-Image-Edit的开源为开发者提供了丰富的探索空间。通过利用该模型，开发者可以创建新的应用，推动空间智能的研究与实践，尤其是在图像生成和理解的结合上，开启更多创新可能。
延伸问答
JoyAI-Image-Edit模型的主要功能是什么？
JoyAI-Image-Edit支持文生图、图像理解和指令引导的图像编辑，具备像素级精细化编辑和空间感知能力。
JoyAI-Image-Edit如何解决理解与生成之间的空间断层？
该模型通过深度融合生成与理解，注入空间感知，使理解、生成与编辑在统一框架内彼此增强。
JoyAI-Image-Edit在电商领域的应用有哪些？
在电商领域，商家可通过该模型自动生成不同角度的展示图，降低成本和周期。
JoyAI-Image-Edit支持哪些类型的空间编辑操作？
模型支持视角变换、空间漫游和物体空间关系操控等三类空间编辑操作。
JoyAI-Image-Edit的开源对开发者有什么意义？
开源将推动开发者探索空间智能的更多可能性，促进相关应用的开发。
JoyAI-Image-Edit在3D重建领域的优势是什么？
用户仅需输入三张图片即可生成几何一致的多视角图像序列，简化了传统的3D重建流程。
