京東探索研究院近日宣布，其自主研發(fā)的圖像編輯模型JoyAI-Image-Edit正式面向全球開源。這一突破性成果標志著AI圖像處理技術(shù)從二維平面編輯向三維空間重塑的跨越，為開發(fā)者提供了可直接應用的開源工具鏈。

該模型創(chuàng)新性地構(gòu)建了空間智能體系，通過整合空間位置解析、多視角一致性維護、相機參數(shù)感知等核心技術(shù)模塊，實現(xiàn)了相機視角轉(zhuǎn)換、物體空間位移旋轉(zhuǎn)、幾何結(jié)構(gòu)精準控制等復雜操作。經(jīng)第三方測試驗證，其在物體移動精度、空間邏輯連貫性等關(guān)鍵指標上已達到國際領(lǐng)先水平，成功突破了傳統(tǒng)開源模型在三維空間理解方面的技術(shù)瓶頸。

JoyAI-Image-Edit的三大核心功能尤為突出：其一，視角變換功能支持用戶通過自然語言指令調(diào)整相機偏航角、俯仰角及縮放比例，在保持場景幾何結(jié)構(gòu)完整的前提下生成新視角圖像；其二，空間漫游功能可連續(xù)生成邏輯連貫的多視角圖像序列，模擬三維空間中的移動觀察效果；其三，物體空間關(guān)系操控功能允許對特定物體進行位移、縮放等操作，同時自動優(yōu)化遮擋關(guān)系與光影效果，確保場景整體協(xié)調(diào)性。

在空間編輯能力之外，該模型還兼容15類通用圖像編輯功能，涵蓋物體替換、風格遷移、細節(jié)優(yōu)化等高頻創(chuàng)作需求。其全開源特性包含完整的推理代碼庫，開發(fā)者可基于現(xiàn)有框架快速開發(fā)各類應用，顯著降低三維圖像處理的技術(shù)門檻。

目前，該模型已在電商內(nèi)容生產(chǎn)、創(chuàng)意設(shè)計、智能圖像處理、3D模型重建等領(lǐng)域展開應用測試。特別是在具身智能視覺感知領(lǐng)域，其提供的空間建模能力為機器人環(huán)境理解、虛擬場景構(gòu)建等前沿技術(shù)提供了關(guān)鍵支撐，有望推動相關(guān)領(lǐng)域的技術(shù)迭代與產(chǎn)業(yè)升級。