在AI图像编辑领域，传统模型长期面临空间逻辑混乱的瓶颈——移动物体时出现变形、切换视角时透视错乱、调整物体层级时遮挡关系失衡。这些难题源于模型对三维空间结构的理解缺失，导致编辑操作仅停留在像素层面。京东探索研究院近日推出的开源模型JoyAI-Image-Edit，通过构建完整的空间智能体系，实现了从平面修图到三维空间重塑的技术跨越。
该模型创新性地将空间认知能力深度融入图像生成流程，通过建立相机坐标系变换、物体空间位移旋转、几何结构精准控制等核心技术模块，构建起覆盖空间位置关系、多视角一致性、场景推理等维度的完整体系。实验数据显示，在物体移动精度、空间布局合理性等关键指标上，该模型已达到国际领先水平。其突破性在于打破了"生成图像"与"理解空间"的界限，使AI既能生成逼真视觉效果，又能精准维护场景的几何规律与物理合理性。
三大核心编辑范式构成技术护城河：视角变换功能支持通过自然语言指令调整相机参数，在保持场景几何一致性的前提下生成新视角图像；空间漫游能力可连续生成逻辑连贯的多视角序列，实现三维场景中的"虚拟漫游"；物体空间关系操控技术能在保持整体结构稳定的前提下，对特定物体进行位移、缩放等操作，并自动修正遮挡与光影关系。这些能力与15类通用编辑功能深度融合，覆盖物体替换、风格迁移、细节精修等高频需求，形成全场景创作解决方案。
在具身智能等前沿领域，该模型展现出独特价值。其空间理解能力为机器人感知环境提供了关键技术支撑，使机械臂操作、自主导航等任务获得更精准的空间坐标参考。在电商内容生产场景中，模型可自动生成多角度商品展示图；创意设计领域支持三维场景的快速构建与修改；智能图像处理方面能高效完成复杂场景的修复与重构。技术团队透露，模型已实现推理代码全开源，开发者可直接调用核心功能开发应用。
这项突破是京东AI技术矩阵的重要拼图。就在上月，该集团刚开源了基础大模型JoyAI-LLM Flash，通过架构创新突破参数规模限制；京东云"龙虾"系列产品上线后，token调用量周环比增长达455%；全球最大具身数据采集中心的建设也在稳步推进。依托实体产业场景优势，京东正持续推动AI技术从实验室走向规模化应用，构建起覆盖基础研究、技术开发、产业落地的完整生态。
