JoyAI-Video-Edit 今日发布

JoyAI-Video-Edit是京东于2026年8月正式开源的实时流式视频编辑模型，突破了传统视频"先拍完再剪辑"的固有模式。用户可以在视频播放过程中实时修改人物形象、场景细节和画面风格，全程无需等待漫长的渲染时间，实现"边看边改"的流畅互动编辑体验。

该模型依托京东JoyAI基础大模型底座，结合MLLM条件编码器、因果视频VAE和16B参数多模态扩散Transformer三大核心组件，采用自回归扩散编辑架构。在官方部署测试中，端到端完整 pipeline 在720P分辨率下稳定达到30帧实时运算，画面处理无明显延迟和卡顿，可适配常规视频播放同步修改需求。

JoyAI-Video-Edit支持自然语言指令控制，用户输入"把背景换成海边"或"把人物换成穿西装的形象"等描述即可完成编辑，无需专业视频编辑技能。产品支持超长视频连续编辑，突破了行业以往只能处理短视频片段的局限。应用场景涵盖零售营销（商品视频实时植入场景）、家装设计（视频画面风格转换）、影视制作（快速预览不同剪辑方案）以及具身智能数据大规模合成等领域。

目前项目已在GitHub开源（jd-opensource/JoyAI-Video-Edit），提供部署代码、技术报告和模型权重下载，并在HuggingFace上线了在线体验demo，用户可在单张RTX PRO 6000 GPU上运行实时流式视频编辑。