2026年8月5日，京东正式宣布开源自研的实时流式视频编辑模型JoyAI-Video-Edit。这一突破性技术的发布，标志着视频创作领域从传统的“先成片再剪辑”模式，正式迈向“边播边改”的实时互动编辑新时代。据京东官方介绍，JoyAI-Video-Edit在流式实时视频编辑方向的各项核心指标全面领先当前业内代表性模型，综合性能已达到世界一流水平，为零售营销、家装设计、影视制作等众多行业带来了全新的技术解决方案。
长期以来，视频编辑一直是一项耗时耗力的工作，创作者往往需要先完成素材拍摄与渲染，再通过专业软件进行后期修改，整个流程冗长且缺乏即时反馈。JoyAI-Video-Edit的出现彻底打破了这一固有模式。该模型支持用户在观看视频的同时，直接使用自然语言对画面中的人物与场景进行修改。这种实时互动编辑能力，不仅大幅降低了视频创作的技术门槛，更将创作过程转变为一种动态、可交互的体验，让创意调整能够即时呈现，极大提升了内容生产的效率与灵活性。
实现视频实时编辑的首要挑战在于处理速度。视频由连续帧组成，若模型推理速度无法匹配播放速率，必然导致卡顿与延迟，严重影响用户体验。针对这一核心技术瓶颈，JoyAI-Video-Edit基于京东全自研的JoyAI-Video基础大模型进行了深度优化。目前，该模型已能在720P分辨率下稳定实现每秒30帧的推理速度，确保了高清画质下的流畅实时编辑体验。这一性能表现，使其在全球同类技术中确立了显著优势，真正实现了高质量视频内容的即时生成与修改。
除了技术指标的领先，JoyAI-Video-Edit的开源策略也彰显了京东推动行业技术进步的开放态度。通过开源，开发者与企业可以基于该模型进行二次开发与应用创新，加速实时视频编辑技术在更多垂直领域的落地。例如，在零售营销场景中，商家可实时调整商品展示视频的背景与特效，快速响应市场热点；在家装设计领域，设计师能与顾客边看方案边修改细节，提升沟通效率与客户满意度；在影视制作环节，导演可在预览阶段即时调整镜头效果，缩短制作周期。这些应用场景的拓展，预示着实时流式视频编辑将成为未来数字内容生产的重要基础设施。
值得注意的是，JoyAI-Video-Edit并非孤立的技术成果，而是京东在人工智能与视频生成领域长期投入的集中体现。依托JoyAI基础大模型的强大能力，该模型在理解用户指令、保持画面一致性、处理复杂编辑任务等方面均展现出卓越性能。其“边播边改”的能力，本质上是将AI的理解力、生成力与视频流的实时处理能力深度融合，代表了AIGC技术从静态生成向动态交互演进的关键一步。
随着JoyAI-Video-Edit的开源，全球开发者与企业和机构都将有机会参与到这一前沿技术的生态建设中。这不仅有助于推动实时视频编辑标准的建立，也将激发更多跨行业的创新应用。在AI技术日益融入内容生产全流程的今天，京东此次开源举措，无疑为行业注入了新的活力，也为探索人机协同创作的新范式提供了重要技术支撑。未来，随着模型持续迭代与生态不断完善，“边播边改”或将成为视频创作的常态，重新定义我们与视觉内容互动的方式。
