京东开源 JoyAI：实时流式视频编辑模型
fruesome · reddit · 2026-08-11
京东开源了 JoyAI-Video-Edit，这是一个基于自回归扩散的实时指令引导视频编辑系统。与传统的离线批处理不同，该模型可以像直播一样，在帧到达时进行因果编辑，无需等待完整视频或预定义长度。
- 核心架构：结合了基于 MLLM 的条件编码器、因果视频 VAE 和 16B 参数的多模态扩散 Transformer (MMDiT)。
- 加速策略：采用对齐自回归分布匹配蒸馏 (ADM) 和有界 KV-state 推理等技术。
- 性能表现：在 720x1280 分辨率下，端到端吞吐量达到 30.19 FPS，将视频编辑推向了交互式流式生成。
「多模态」频道最新
- 开源 MiniMax H3 真实感 LoRA：让 AI 视频人物告别塑料感 — Affectionate-Map1163 · 2026-08-11
- RTX 5090 实测 MiniMax H3 视频模型的名人角色生成能力 — JuniorEnsign · 2026-08-11
- A1111 获非官方重大升级：原生支持 Python 3.14 与 Pony 模型 — Zestyclose_Bake3680 · 2026-08-11
- MiniMax H3 音视频生成 8 步加速 Turbo LoRA 曝光 — ThatsALovelyShirt · 2026-08-11
- 修复 Intel Arc 显存异常：开发者推出 ComfyUI 稳定性补丁 — Valuable-Subject-274 · 2026-08-11
- 多模态 AI 组合实战：一天内零放大制作 Ken Block 致敬视频 — beechinour · 2026-08-11