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正式面向全球開發(fā)者開源。該模型突破傳統(tǒng)平面圖像處理局限，首次將三維空間智能深度融入技術(shù)框架，實現(xiàn)了從二維修圖到三維空間重塑的跨越式升級。開發(fā)者可免費獲取完整推理代碼，直接用于商業(yè)應(yīng)用開發(fā)。

技術(shù)團隊通過構(gòu)建空間位置關(guān)系、多視角一致性、相機感知等六大核心模塊，使模型具備精準(zhǔn)的空間推理能力。實驗室數(shù)據(jù)顯示，在物體位移精度和空間一致性等關(guān)鍵指標(biāo)上，該模型已達(dá)到國際領(lǐng)先水平。其創(chuàng)新性的三維坐標(biāo)變換算法，可實現(xiàn)像素級幾何結(jié)構(gòu)控制，為復(fù)雜場景編輯提供技術(shù)保障。

該模型三大核心功能尤其引人注目：其一，視角變換功能支持通過自然語言指令調(diào)整相機參數(shù)，在保持場景幾何完整性的同時生成新視角圖像；其二，空間漫游功能可連續(xù)生成邏輯連貫的多視角序列，模擬三維空間移動效果；其三，物體空間關(guān)系操控能在維持場景整體結(jié)構(gòu)的前提下，對指定物體進行位移、旋轉(zhuǎn)等操作，并自動優(yōu)化遮擋關(guān)系與光影效果。

在通用編輯能力方面，模型兼容15類主流圖像處理需求，涵蓋物體增刪改、風(fēng)格遷移、細(xì)節(jié)優(yōu)化等高頻操作。通過空間智能與通用編輯的深度融合，該技術(shù)可同時處理復(fù)雜場景中的多個編輯任務(wù)，顯著提升內(nèi)容創(chuàng)作效率。

目前，該技術(shù)已在電商內(nèi)容生產(chǎn)、創(chuàng)意設(shè)計、智能圖像處理等領(lǐng)域展開應(yīng)用測試。特別是在具身智能視覺感知領(lǐng)域，其提供的三維空間理解能力為機器人環(huán)境建模、自主導(dǎo)航等技術(shù)的研發(fā)奠定了重要基礎(chǔ)。行業(yè)分析師指出，這項開源技術(shù)將推動AI圖像處理向空間智能化方向加速演進。