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正式開源，為AI圖像處理領(lǐng)域帶來(lái)突破性進(jìn)展。該模型首次將"空間智能"理念深度融入技術(shù)架構(gòu)，使AI突破傳統(tǒng)平面修圖局限，實(shí)現(xiàn)三維空間層面的精準(zhǔn)理解與編輯，相關(guān)推理代碼已完全開放供開發(fā)者使用。

通過(guò)構(gòu)建空間位置關(guān)系、多視角一致性、相機(jī)感知等核心模塊，該模型在相機(jī)坐標(biāo)變換、物體空間位移、幾何結(jié)構(gòu)控制等關(guān)鍵技術(shù)上取得突破。經(jīng)實(shí)測(cè)驗(yàn)證，在物體移動(dòng)精度、空間場(chǎng)景一致性等核心指標(biāo)上已達(dá)到國(guó)際領(lǐng)先水平。其創(chuàng)新性的空間建模能力，有效解決了傳統(tǒng)開源模型在三維空間理解方面的技術(shù)瓶頸。

模型具備三大核心空間編輯能力：在視角變換方面，用戶可通過(guò)自然語(yǔ)言指令調(diào)整相機(jī)偏航角、俯仰角及縮放參數(shù)，模型能自動(dòng)生成符合幾何邏輯的新視角圖像；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)系操控技術(shù)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、縮放等變換，同時(shí)自動(dòng)優(yōu)化遮擋關(guān)系與光影效果。

除空間編輯能力外，該模型還兼容15類通用圖像編輯功能，涵蓋物體替換、刪除、添加等基礎(chǔ)操作，以及風(fēng)格遷移、細(xì)節(jié)精修等高級(jí)需求。這種"空間+平面"的雙重編輯能力，使其能夠滿足從電商內(nèi)容生產(chǎn)到創(chuàng)意設(shè)計(jì)制作等多樣化場(chǎng)景的應(yīng)用需求。

在智能圖像處理領(lǐng)域，該模型可顯著提升復(fù)雜空間場(chǎng)景的編輯效率與質(zhì)量；在3D模型重建方面，其多視角生成能力為三維建模提供重要技術(shù)支持；在具身智能視覺(jué)感知領(lǐng)域，模型的空間理解能力為機(jī)器人環(huán)境感知、路徑規(guī)劃等研發(fā)提供了關(guān)鍵技術(shù)支撐。目前，相關(guān)技術(shù)文檔與開發(fā)工具包已同步開放，開發(fā)者可快速集成至各類應(yīng)用場(chǎng)景。