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”。该模型在生成与理解的深度融合、空间编辑的范式突破和多场景高性能表现方面具有技术优势，广泛应用于电商、具身智能和3D重建等领域，提升创意验证效率。
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真实的立体感，解决了理解与生成之间的空间断层。
-
JoyAI-Image-Edit在空间理解和空间编辑能力上已达世界一流水平，超越现有开源模型。
-
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空间编辑操作，提升了编辑的灵活性。
-
模型支持15类通用编辑能力，结合空间编辑能力在高难度任务中表现卓越。
-
JoyAI-Image-Edit为电商、具身智能和3D重建等领域提供了新的应用空间，降低了成本和周期。
-
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，显著提升创意验证效率。
延伸解读
技术优势与行业影响
JoyAI-Image-Edit的开源标志着AI图像编辑技术的重大进步，尤其是在空间理解与生成的深度融合上。其在Benchmark测试中表现优异，超越现有开源模型，显示出其在电商、具身智能和3D重建等领域的广泛应用潜力。这一技术突破不仅提升了创意验证效率，也为相关行业带来了新的成本效益。
空间编辑能力的创新
该模型支持的空间编辑操作，如视角变换和物体空间关系操控，解决了传统图像编辑中的许多局限。这种能力使得用户能够在保持场景一致性的前提下，进行更为灵活和自然的编辑，尤其适用于需要多角度展示的电商产品和复杂的3D场景。
应用场景的广泛性
JoyAI-Image-Edit的多场景应用潜力巨大。在电商领域，商家可以通过简单的主图生成多角度展示，降低了拍摄成本。在具身智能和3D重建中，该模型能够合成空间一致的多视角图像，为机器人导航和世界模型构建提供支持。这些应用将推动相关行业的技术进步与创新。
延伸问答
JoyAI-Image-Edit模型的主要功能是什么？
JoyAI-Image-Edit模型支持文生图、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，解决了空间断层问题。
JoyAI-Image-Edit在电商领域的应用有哪些？
在电商领域，商家只需一张商品主图即可自动生成不同角度的展示图，降低了成本和周期。
JoyAI-Image-Edit的空间编辑能力有哪些具体操作？
该模型支持视角变换、空间漫游和物体空间关系操控等操作，提升了编辑的灵活性。
JoyAI-Image-Edit的技术优势是什么？
其技术优势包括生成与理解的深度融合、空间编辑的范式突破和多场景的高性能表现。
开发者如何获取JoyAI-Image-Edit模型？
开发者可以前往HuggingFace或Github获取JoyAI-Image-Edit模型。
