JoyAI Image: Унифицированная мультимодальная модель редактирования изображений от JD Open Source

JoyAI Image — это унифицированная мультимодальная фундаментальная модель от JD Open Source для редактирования изображений по текстовым инструкциям. Объединяет 8B MLLM + 16B MMDiT с нативной поддержкой ComfyUI.

JoyAI Image by JD Open Source

Image EditingInstruction-GuidedSpatial EditingMultimodal

JoyAI-Image — это унифицированная мультимодальная фундаментальная модель, разработанная JD Open Source, которая объединяет 8B мультимодальную языковую модель (MLLM) с 16B мультимодальным диффузионным трансформером (MMDiT). Она обеспечивает понимание изображений, генерацию изображений по тексту и редактирование изображений по инструкциям с развитым пространственным интеллектом. Теперь поддерживается нативно в ComfyUI.

GitHub arXiv Paper HF ComfyUI (Edit)HF ComfyUI (Edit-Plus)

Варианты

Вариант	Описание	Лучше всего подходит для
JoyAI-Image-Edit	Редактирование одного изображения по инструкции	Точные пространственные правки, манипуляция объектами, управление камерой
JoyAI-Image-Edit-Plus	Редактирование нескольких изображений по инструкции (1-6 референсных изображений)	Композиция из нескольких изображений, согласованность нескольких референсов

Выберите вариант для получения инструкций, пользовательских узлов и связанных новостей. Подобранные веса моделей доступны в каталоге Model Hub.