新芒xAI 8月5日消息，京东宣布开源自研实时流式视频编辑模型JoyAI-Video-Edit。该模型主打“边看边改”的视频创作体验，用户可以在观看视频的同时修改人物与场景，让视频编辑从“先生成或拿到素材、再后期修改”，进一步走向实时互动式创作。
关键要点
- JoyAI-Video-Edit定位为实时流式视频编辑模型，核心能力是面向正在播放或预览中的视频画面进行交互式调整，而不是只处理静态图片或完整视频文件。
- 京东此前在WAIC期间已展示过JoyAI-Video-Edit相关能力，包括自定义画面、边预览边修改，以及通过自然语言对视频中的人物、物体、服装和场景进行调整。
- 从JoyAI-Image-Edit、JoyAI-Echo、JoyAI-VL-Interaction到JoyAI-Video-Edit，京东正在把图像生成、长视频生成、实时视频理解和视频编辑能力串成更完整的多模态模型矩阵。
- 目前公开信息主要强调模型开源和实时编辑方向，具体开源范围、许可协议、推理成本、硬件门槛和开发者实际部署体验，还需要结合后续代码、模型文档和社区反馈观察。
新芒xAI评论
JoyAI-Video-Edit值得关注的地方，不只是“又一个视频模型”发布，而是把视频创作的交互方式往前推了一步。过去不少AI视频工具仍接近离线工作流：输入提示词，等待生成，再对结果做二次修改。实时流式编辑如果能稳定落地，创作者将更像是在操控一个可持续响应的动态画布，而不是反复等待模型出片。
这也与多模态模型的发展方向相吻合。图像编辑解决的是单帧空间控制，长视频生成解决的是连续内容生产，实时视频理解解决的是模型能否持续观察，而实时视频编辑则试图把“看见、理解、生成、修改”合并到同一个创作闭环里。对电商、营销、短视频、直播和数字人内容生产来说，这类能力一旦工具化，可能直接改变素材生产和后期制作的成本结构。
不过，实时视频编辑的难点也会更集中地暴露在体验层。画面一致性、人物身份保持、指令响应延迟、长时间编辑的稳定性，以及高并发推理成本，都会决定它是演示级能力还是生产级工具。京东选择开源，有利于吸引开发者验证边界，但能否形成生态，还要看模型质量、部署门槛和商业场景是否足够匹配。
