我最近发现京东开源的AI工具,720p视频居然能30帧实时编辑

未来的践行者 · 实时 AI 工具情报

京东开源 JoyAI-Video-Edit：720p 视频流跑出 30 FPS 实时编辑

⚡ 核心参数速览

处理速度：720x1280 分辨率下达到 30.19 FPS
模型规模：16B 参数多模态扩散 Transformer (MMDiT)
开源协议：Apache 2.0（包含权重与部署代码）

京东在 GitHub 开源的 JoyAI-Video-Edit，把过去依赖离线批处理的 AI 视频编辑推到了实时流式生成阶段。在 720x1280 分辨率下，系统端到端处理速度达到 30.19 FPS，支持对摄像头直播流或本地上传视频进行即时逐帧修改。

技术结构上，系统由 MLLM 条件编码器、因果视频 VAE 以及 16B 参数的多模态扩散 Transformer（MMDiT）组成。采用自回归扩散架构后，用户无需提前预设视频长度或等待整段加载，直接输入自然语言指令，就能完成局部修图、主体替换、背景更换与风格转换。

💡 落地门槛与成本提示

16B 参数对本地显存有较高要求。官方团队正计划优化对 GeForce RTX 5090 等消费级显卡的支持，完整的训练框架与数据生成管线尚未全部公开。建议普通创作者与带货卖家优先试用官方线上 Demo，开发者可跟进后续代码更新。

来源/发布时间：https://github.com/jd-opensource/JoyAI-Video-Edit (2026-08-08)