近日，京东正式宣布开源自研的实时流式视频编辑模型JoyAI-Video-Edit。作为一款全新的开源视频编辑模型，它打破了传统视频创作“先拍完素材、再进行后期处理”的固有模式，用户可以在实时观看视频画面的同时，直接修改其中的人物形象与场景细节，全程无需长时间等待渲染，真正实现边看边改、所见即所得的实时互动视频编辑体验。

做过视频剪辑的人，大多都经历过被“渲染时间”反复拖慢节奏的困扰：想更换背景、调整服装风格，传统AI视频编辑工具往往需要等待十几分钟甚至更久。更让人头疼的是，渲染完成后如果效果不理想，还得重新修改参数、再次渲染，时间就这样消耗在一轮又一轮的重复操作中。京东此次开源的 JoyAI-Video-Edit，正是为了解决这一核心痛点。它将视频编辑的响应速度提升至“实时流式”级别——用户刚在界面输入修改指令，播放窗口中的画面就会同步发生变化。这种接近“指哪改哪”的即时反馈，大幅减少了等待成本，也让实时视频编辑变得更加高效顺畅。

根据公开技术测试结果，在流式实时视频编辑领域，JoyAI-Video-Edit的多项性能指标均已超过当前行业内具有代表性的主流模型，整体能力达到国际领先水平。对于普通用户来说，使用这款AI视频编辑模型进行短视频创作时，无需学习复杂的专业剪辑软件，只要通过自然语言输入修改需求，就能实时看到视频画面的调整效果。即便是没有视频剪辑经验的新手，也能快速完成创意视频制作。对于专业内容创作者而言，JoyAI-Video-Edit同样能够显著提升工作效率，在调整视频细节时不再需要反复等待渲染，可以边预览边修改、快速迭代创意，把更多时间投入到内容策划与表达本身。

此次开源的 JoyAI-Video-Edit，实际上也是京东在物理世界方向布局 JoyAI 大模型矩阵的重要一步。目前，京东已经构建起一套覆盖多个核心方向的基础模型体系：JoyAI-Image-Edit 专注于让 AI 更精准地理解并编辑空间图像；JoyAI-Echo 聚焦长音视频的高质量生成；JoyAI-VL-Interaction 赋予 AI 持续观察画面并实时响应的能力；JoyAI-Talker 提供自然流畅的实时语音交互体验；而 JoyAI-RA 则针对机器人操控场景进行了专项优化。这套完整的模型矩阵，已经覆盖语音、图像、视频、实时交互以及具身智能等多个关键技术领域。

JoyAI-Video-Edit的正式开源，不仅为视频创作行业带来了一款更实用、更高效的AI视频编辑工具，也为后续具身智能场景下的大规模数据合成奠定了坚实的技术基础。依托这一实时流式视频编辑能力，未来可以更高效地生成海量贴近真实物理世界的动态场景数据，为机器人和智能终端训练提供更丰富、更充足的素材支持，同时也为京东正在加速建设的全球最大物理世界运营中心提供关键的AI技术底座。

目前，这款实时流式视频编辑模型已经正式对外开源，开发者与内容创作者均可直接获取并使用。未来，京东还将持续迭代和优化 JoyAI-Video-Edit 的模型能力，进一步提升实时互动视频编辑的流畅度与实用性，并将更先进的实时视频编辑体验开放给更多行业用户。