京东探索研究院近日正式开源自研图像编辑模型 JoyAI-Image-Edit。该模型聚焦图像三维空间理解与编辑能力，旨在解决传统 AI 修图工具在空间逻辑处理方面的技术瓶颈。
技术突破：从平面编辑到空间理解
据京东方面介绍，JoyAI-Image-Edit 的核心创新在于将空间智能能力融入模型底层架构。传统图像编辑模型多基于二维平面进行像素级操作，在处理物体位移、视角变换、遮挡关系等任务时易出现几何失真或逻辑冲突。
新模型通过引入三维空间表征机制，能够识别并还原图像场景中的深度信息、物体相对位置及光影关系。在编辑操作中，模型可依据真实世界空间规律自动调整遮挡层次、透视角度与光照一致性，从而提升生成结果的物理合理性。
核心功能：三类空间编辑能力
根据技术文档，JoyAI-Image-Edit 重点支持以下三类空间编辑任务：
|
能力类型
|
功能描述
|
典型应用
|
|---|---|---|
|
视角变换
|
通过自然语言指令指定相机参数，生成目标视角图像
|
商品多角度展示、虚拟拍摄
|
|
空间漫游
|
支持连续视角移动，生成连贯的多帧画面序列
|
虚拟场景浏览、动态预览
|
|
物体关系操控
|
调整物体前后位置、相对距离，自动处理遮挡与投影
|
场景重构、布局优化
|
此外，该模型兼容 15 类通用图像编辑能力，包括物体替换、局部擦除、风格迁移、长文本引导生成等，可满足多样化内容生产需求。
应用场景：覆盖内容生产与智能感知
京东方面表示，JoyAI-Image-Edit 的技术能力可服务于多个产业场景：
- 电商内容制作：支持商品图自动换背景、多视角生成，降低商家视觉内容生产成本；
- 创意设计辅助：为设计师提供空间关系可控的素材编辑工具；
- 3D 重建支持：通过单张或多张图像辅助生成三维模型初稿；
- 具身智能感知：为机器人视觉系统提供场景空间理解能力，助力环境建模与路径规划。
公司特别指出，在具身智能领域，空间理解能力是机器人实现”感知 – 决策 – 行动”闭环的关键基础，该模型的开源有望降低相关技术研发门槛。
开源策略与生态建设
此次开源采用社区友好的许可协议，模型权重、推理代码及技术文档已通过京东 AI 开放平台发布。京东探索研究院表示，开源旨在促进学术研究与产业应用的协同创新，欢迎开发者基于该模型开展二次开发与场景探索。
近期，京东在人工智能领域持续加大投入：除基础大模型开源外，其 AI 服务调用量同比增长显著，并计划建设具身智能数据采集中心，强化算法训练与场景落地的数据支撑。
行业观察
多位计算机视觉领域专家指出，将三维空间理解能力引入通用图像编辑模型，代表了 AIGC 技术从”视觉逼真”向”物理合理”演进的重要方向。如何在保持编辑灵活性的同时确保空间逻辑一致性，仍是当前技术攻关的重点。
随着开源生态的完善，该类模型在降低专业内容创作门槛、赋能实体产业智能化方面的潜力有望进一步释放。
