京東探索研究院近日宣布，其自主研發(fā)的圖像模型JoyAI-Image-Edit正式開源，這一創(chuàng)新成果標(biāo)志著AI技術(shù)在三維空間編輯領(lǐng)域取得重大突破。該模型首次將空間智能深度融入圖像生成與編輯流程，使AI能夠精準(zhǔn)理解并操作三維空間，而非局限于傳統(tǒng)的平面圖像處理。

傳統(tǒng)圖像模型在處理空間邏輯時(shí)往往存在混亂，例如物體移動(dòng)后出現(xiàn)變形、遮擋關(guān)系錯(cuò)誤或光影不自然等問題。JoyAI-Image-Edit通過構(gòu)建完整的空間理解數(shù)據(jù)與任務(wù)體系，從空間位置、多視角一致性、相機(jī)感知到場(chǎng)景推理等多個(gè)維度進(jìn)行全面建模，成功解決了這些行業(yè)難題。實(shí)驗(yàn)數(shù)據(jù)顯示，該模型在物體移動(dòng)精度和空間一致性等核心指標(biāo)上已達(dá)到世界領(lǐng)先水平。

該模型的核心優(yōu)勢(shì)在于其三大空間編輯能力：視角變換功能允許用戶通過自然語言指令調(diào)整相機(jī)角度，生成符合幾何規(guī)律的新視角圖像；空間漫游功能支持連續(xù)視角移動(dòng)，可生成邏輯連貫的多視角圖像序列；物體空間關(guān)系操控功能則能在保持場(chǎng)景整體結(jié)構(gòu)穩(wěn)定的前提下，對(duì)特定物體進(jìn)行位移、縮放等操作，同時(shí)確保遮擋與光影關(guān)系自然合理。這些能力使AI在編輯圖像時(shí)能夠穩(wěn)定保持主體形象與場(chǎng)景結(jié)構(gòu)的完整性。

除了空間編輯能力的突破，JoyAI-Image-Edit還全面兼容15類通用編輯功能，包括物體替換、刪除、添加、風(fēng)格遷移和細(xì)節(jié)精修等，覆蓋了內(nèi)容創(chuàng)作的高頻需求。結(jié)合其頂尖的空間編輯技術(shù)，該模型在長文本精準(zhǔn)渲染、多視角一致性生成等復(fù)雜任務(wù)中表現(xiàn)出色，能夠滿足全場(chǎng)景、無死角的高效創(chuàng)作需求。

這一成果的應(yīng)用前景廣闊，可廣泛應(yīng)用于電商內(nèi)容生產(chǎn)、創(chuàng)意設(shè)計(jì)制作、智能圖像處理、3D模型重建以及具身智能視覺感知等領(lǐng)域。特別是在具身智能領(lǐng)域，空間理解能力是機(jī)器人感知和交互世界的基礎(chǔ)，JoyAI-Image-Edit的推出為相關(guān)技術(shù)研發(fā)提供了關(guān)鍵的底層支持，有望推動(dòng)AI技術(shù)在更復(fù)雜的現(xiàn)實(shí)場(chǎng)景中落地應(yīng)用。