我們用 AI 做圖、修圖時，經常會遇到一些難題：想把圖中的杯子挪個位置，結果杯子變形了；想換個視角看看畫面，透視卻完全不對；想調整兩個物體的前后位置，也會出現遮擋混亂、比例失衡…… 核心問題是AI更像是在平面上“P圖”，無法理解圖像背后的三維空間結構。

近日，京東探索研究院正式開源了自研的 JoyAI-Image-Edit 圖像模型，徹底解決上述難題。這是業內首個把 “空間智能” 刻進骨子里的開源模型，讓 AI 終于能真正 “看懂” 空間、“編輯” 空間，從原來的平面修圖，升級成了三維空間重塑，而且模型的推理代碼全部開放，開發者能直接拿來做應用。

徹底解決傳統模型空間邏輯混亂難題

JoyAI-Image-Edit深度貼合真實世界空間規律，從空間位置關系、多視角一致性、相機感知到場景推理等維度全面建模，實現了相機坐標視角變換、物體空間位移旋轉、幾何結構精準控制等多項空間編輯技術突破，將空間認知能力深度融入文本與圖像生成流程，搭建了完整的空間理解數據與任務體系。

該模型打破了 AI “理解圖像” 和 “生成圖像” 的壁壘，讓 AI 不僅能生成逼真的圖像外觀，更能精準理解圖像背后的空間結構，在編輯過程中穩定保持主體形象與場景結構完整，多視角空間布局高度一致。不管是移動物體、換視角，還是調整物體間的關系，都能保持場景的幾何規律，遮擋、光影也都自然合理，不會再出現變形、錯亂的情況，徹底解決傳統模型空間邏輯混亂的行業難題。

經實驗驗證，在物體移動精度、空間一致性等空間編輯核心指標上，JoyAI-Image-Edit達到世界一流水準。

三大空間編輯范式突破，融合15類通用編輯能力

JoyAI-Image-Edit 的核心躍升，在于其攻克了此前開源模型難以逾越的空間理解難題，具備三大辨識度極高的空間編輯能力：視角變換——用戶可通過自然語言指定相機的偏航角、俯仰角及縮放程度，模型在保持場景幾何一致性的前提下生成新視角圖像；空間漫游——支持連續的視角移動，生成在空間中邏輯連貫的多視角圖像序列，類似于在三維場景中"走動"；物體空間關系操控——在保持場景整體結構穩定的前提下，對特定物體進行位移、縮放等空間變換，同時確保遮擋與光影關系自然合理。

在實現空間級突破的同時，JoyAI-Image-Edit 全面兼容 15 類通用編輯能力，深度覆蓋內容創作的高頻需求。無論是物體的替換、刪除、添加，還是整體風格遷移、細節精修等操作，模型均實現了高性能覆蓋。結合頂尖的空間編輯技術，模型在長文本精準渲染、多視角一致性生成等行業高難度任務中表現卓越，真正做到了全場景、無死角的高效創作。

憑借領先的空間理解與編輯能力，JoyAI-Image-Edit模型突破場景限制，可廣泛應用于電商內容生產、創意設計制作、智能圖像處理、3D 模型重建、具身智能視覺感知等多元領域，大幅提升 AI 圖像技術在復雜空間場景中的適配性與實用性。尤其是在具身智能領域，空間理解能力是機器人“理解世界”的核心基礎，而該模型的推出，也為相關技術研發提供了關鍵的底層能力。

此次 JoyAI-Image-Edit 的開源，是京東在 AI 多模態模型領域的重要布局，更是讓 AI 圖像編輯實現了從平面到空間的大跨越。未來該模型還將持續落地更多場景，不斷探索空間智能落地價值。

在AI研發和應用領域，京東今年成果不斷。過去一個月內，京東宣布首次開源基礎大模型JoyAI-LLM Flash，打破了大模型參數內卷的困局；京東云“龍蝦”系列產品集體上線，token調用量周環比增長高達455%；京東還宣布將建成全球最大的具身數據采集中心。依托超級供應鏈優勢，京東將持續推動AI與產業深度融合，真正為產業創造價值。