拓冰网站定制 
JoyAI-Image Model Zoo 选型指南4 种权重版本一键选对新手不踩坑【免费下载链接】JoyAI-ImageJoyAI-Image is the unified multimodal foundation model for image understanding, text-to-image generation, and instruction-guided image editing.项目地址: https://gitcode.com/gh_mirrors/jo/JoyAI-ImageJoyAI-Image 是一个统一多模态基础模型同时覆盖图像理解、文生图生成和指令引导图像编辑三大能力官方 Model Zoo 提供Und、Edit、Edit-Plus、Edit-Distilled四种权重版本。本文带你用一张对比表 分场景建议快速完成JoyAI-Image 模型权重选型不再纠结下载哪个。一分钟快速选型4 种权重对比总览权重版本定位擅长任务推荐场景JoyAI-Image-Und多模态理解骨干8B MLLM空间推理问答、图像描述、编辑前的看懂只读分析、问答、作为理解模块单独部署JoyAI-Image-Edit主力编辑模型16B MMDiT指令编辑、空间编辑、相机控制、多图视角生成绝大多数图像编辑需求默认首选JoyAI-Image-Edit-Plus多图编辑增强版跨图组合、多图一致性、联合操作需要把 A 图的元素放进 B 图这类复合任务JoyAI-Image-Edit-DistilledEdit 的蒸馏加速版与 Edit 相同推理更快在线服务、批量出图待发布一句话建议只做分析问答选Und做单图编辑选Edit要跨多图合成选Edit-Plus追求低延迟等Distilled。先懂架构再选权重JoyAI-Image 的核心是8B 多模态大语言模型MLLM 16B 多模态扩散 TransformerMMDiT的闭环协作理解得越准编辑越可控而视角变换等生成操作又反过来给空间推理提供证据。从官方能力雷达图可以看到JoyAI-Image-Edit在空间理解Spatial Understanding和编辑Editing维度上对多个同类模型形成了明显优势JoyAI-Image-Und只做看懂的理解骨干Und是纯理解骨干不生成图片只输出文字。它的强项是高保真空间推理估距、量高、判断前后遮挡关系和编辑感知的细粒度图像描述。使用入口是独立的 inference_und.py核心流程加载 MLLM 权重 → 支持多张图片一次输入用逗号分隔路径→ 按对话模板生成回答支持--temperature、--top-p等采样参数。python inference_und.py \ --ckpt-root /path/to/ckpts_infer \ --image test_images/test_1.jpg,test_images/test_3.png \ --prompt Compare these two images.适合人群想复用 JoyAI-Image 的理解能力做视觉问答、空间测量问答或给下游编辑流程提供场景解析前置模块。JoyAI-Image-Edit默认首选的指令编辑主力Edit是整个 Model Zoo 中能力最完整的一档单图指令编辑、长文本渲染、多视角生成、以及三大空间编辑能力——物体移动、物体旋转、相机控制。官方仓库自带示例输入图例如这张雪景企鹅蛋糕以相机控制为例同一场景在Yaw Pitch 旋转指令前后的对比可见场景内容保持不变、只有视角被改变空间编辑还有一个关键卖点用编辑反哺推理。下图中 JoyAI-Image-Edit 通过忠实执行相机位姿指令合成的新视角让钟楼 vs 房屋谁更高这类空间关系判断一目了然使用入口为 inference.py常用参数--steps 30、--guidance-scale 4.0、--basesize 1024空间编辑任务建议严格套用 README 中的三类提示词模板Move / Rotate / Camera行为最稳定。JoyAI-Image-Edit-Plus多图编辑进阶版如果你要做的不是改一张图而是跨图组合——把 A 图的人物放进 B 图的场景、多图之间保持身份/风格一致性、对多张图做联合操控——那就该上Edit-Plus。它在 2026 年 6 月发布是 Edit 之上的多图增强版同时保留了 Diffusers 版本的一键部署方式。 判断标准提示词里出现第二张图、参考图、把两张图合成这类跨图关系时选Edit-Plus只有一张输入图时用 Edit 就够了。JoyAI-Image-Edit-Distilled等待发布的加速版Distilled是 Edit 的蒸馏版目标是在保持编辑质量的前提下显著降低推理步数、加快出图速度适合在线服务和批量生产场景。目前官方标注为To be released现阶段生产环境请以Edit为主力发布后可直接替换权重平滑升级。权重目录结构与加载机制无论选哪个版本理解目录结构都能让你少踩坑。官方推理代码通过 src/infer_runtime/checkpoints.py 校验布局要求权重根目录下包含ckpts/ ├── transformer/transformer.pth # MMDiT 扩散模型 ├── vae/ # VAE自动查找唯一条目 ├── JoyAI-Image-Und/ # 8B 理解 MLLMtext encoder └── infer_config.py # 推理超参步数、精度、offload 等推理超参通过 src/infer_runtime/infer_config.py 中的InferConfig定义支持bf16精度、FSDP 多卡分片hsdp_shard_dim与 CPU offload显存吃紧时可组合使用。更偏工程化的部署还有两条路DiffusersJoyImageEditPipeline已被 Diffusers 官方合并from_pretrained一步加载即可ComfyUI官方自定义节点包见 joyai_image_comfyui/README.md三个组件单文件权重放入diffusion_models/、text_encoders/、vae/标准目录支持四阶段手动 CPU offload最低显存友好总结一张图记住选型逻辑你的需求选它只要理解/问答/空间分析不出图Und单图指令编辑、空间编辑、相机控制Edit默认多图组合、跨图一致性Edit-Plus同样的编辑效果要更快Distilled发布后JoyAI-Image 在理解、生成、编辑之间形成了闭环四种权重各司其职Und 管看懂Edit 管改好Edit-Plus 管多图联动Distilled 管更快。选对版本把时间花在提示词和创意上而不是等待权重发布或排查显存报错。更多能力展示与许可证信息可参考仓库 README.mdApache 2.0。【免费下载链接】JoyAI-ImageJoyAI-Image is the unified multimodal foundation model for image understanding, text-to-image generation, and instruction-guided image editing.项目地址: https://gitcode.com/gh_mirrors/jo/JoyAI-Image创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 JoyAI-Image Model Zoo 选型指南：4 种权重版本一键选对，新手不踩坑
JoyAI-Image Model Zoo 选型指南4 种权重版本一键选对新手不踩坑【免费下载链接】JoyAI-ImageJoyAI-Image is the unified multimodal foundation model for image understanding, text-to-image generation, and instruction-guided image editing.项目地址: https://gitcode.com/gh_mirrors/jo/JoyAI-ImageJoyAI-Image 是一个统一多模态基础模型同时覆盖图像理解、文生图生成和指令引导图像编辑三大能力官方 Model Zoo 提供Und、Edit、Edit-Plus、Edit-Distilled四种权重版本。本文带你用一张对比表 分场景建议快速完成JoyAI-Image 模型权重选型不再纠结下载哪个。一分钟快速选型4 种权重对比总览权重版本定位擅长任务推荐场景JoyAI-Image-Und多模态理解骨干8B MLLM空间推理问答、图像描述、编辑前的看懂只读分析、问答、作为理解模块单独部署JoyAI-Image-Edit主力编辑模型16B MMDiT指令编辑、空间编辑、相机控制、多图视角生成绝大多数图像编辑需求默认首选JoyAI-Image-Edit-Plus多图编辑增强版跨图组合、多图一致性、联合操作需要把 A 图的元素放进 B 图这类复合任务JoyAI-Image-Edit-DistilledEdit 的蒸馏加速版与 Edit 相同推理更快在线服务、批量出图待发布一句话建议只做分析问答选Und做单图编辑选Edit要跨多图合成选Edit-Plus追求低延迟等Distilled。先懂架构再选权重JoyAI-Image 的核心是8B 多模态大语言模型MLLM 16B 多模态扩散 TransformerMMDiT的闭环协作理解得越准编辑越可控而视角变换等生成操作又反过来给空间推理提供证据。从官方能力雷达图可以看到JoyAI-Image-Edit在空间理解Spatial Understanding和编辑Editing维度上对多个同类模型形成了明显优势JoyAI-Image-Und只做看懂的理解骨干Und是纯理解骨干不生成图片只输出文字。它的强项是高保真空间推理估距、量高、判断前后遮挡关系和编辑感知的细粒度图像描述。使用入口是独立的 inference_und.py核心流程加载 MLLM 权重 → 支持多张图片一次输入用逗号分隔路径→ 按对话模板生成回答支持--temperature、--top-p等采样参数。python inference_und.py \ --ckpt-root /path/to/ckpts_infer \ --image test_images/test_1.jpg,test_images/test_3.png \ --prompt Compare these two images.适合人群想复用 JoyAI-Image 的理解能力做视觉问答、空间测量问答或给下游编辑流程提供场景解析前置模块。JoyAI-Image-Edit默认首选的指令编辑主力Edit是整个 Model Zoo 中能力最完整的一档单图指令编辑、长文本渲染、多视角生成、以及三大空间编辑能力——物体移动、物体旋转、相机控制。官方仓库自带示例输入图例如这张雪景企鹅蛋糕以相机控制为例同一场景在Yaw Pitch 旋转指令前后的对比可见场景内容保持不变、只有视角被改变空间编辑还有一个关键卖点用编辑反哺推理。下图中 JoyAI-Image-Edit 通过忠实执行相机位姿指令合成的新视角让钟楼 vs 房屋谁更高这类空间关系判断一目了然使用入口为 inference.py常用参数--steps 30、--guidance-scale 4.0、--basesize 1024空间编辑任务建议严格套用 README 中的三类提示词模板Move / Rotate / Camera行为最稳定。JoyAI-Image-Edit-Plus多图编辑进阶版如果你要做的不是改一张图而是跨图组合——把 A 图的人物放进 B 图的场景、多图之间保持身份/风格一致性、对多张图做联合操控——那就该上Edit-Plus。它在 2026 年 6 月发布是 Edit 之上的多图增强版同时保留了 Diffusers 版本的一键部署方式。 判断标准提示词里出现第二张图、参考图、把两张图合成这类跨图关系时选Edit-Plus只有一张输入图时用 Edit 就够了。JoyAI-Image-Edit-Distilled等待发布的加速版Distilled是 Edit 的蒸馏版目标是在保持编辑质量的前提下显著降低推理步数、加快出图速度适合在线服务和批量生产场景。目前官方标注为To be released现阶段生产环境请以Edit为主力发布后可直接替换权重平滑升级。权重目录结构与加载机制无论选哪个版本理解目录结构都能让你少踩坑。官方推理代码通过 src/infer_runtime/checkpoints.py 校验布局要求权重根目录下包含ckpts/ ├── transformer/transformer.pth # MMDiT 扩散模型 ├── vae/ # VAE自动查找唯一条目 ├── JoyAI-Image-Und/ # 8B 理解 MLLMtext encoder └── infer_config.py # 推理超参步数、精度、offload 等推理超参通过 src/infer_runtime/infer_config.py 中的InferConfig定义支持bf16精度、FSDP 多卡分片hsdp_shard_dim与 CPU offload显存吃紧时可组合使用。更偏工程化的部署还有两条路DiffusersJoyImageEditPipeline已被 Diffusers 官方合并from_pretrained一步加载即可ComfyUI官方自定义节点包见 joyai_image_comfyui/README.md三个组件单文件权重放入diffusion_models/、text_encoders/、vae/标准目录支持四阶段手动 CPU offload最低显存友好总结一张图记住选型逻辑你的需求选它只要理解/问答/空间分析不出图Und单图指令编辑、空间编辑、相机控制Edit默认多图组合、跨图一致性Edit-Plus同样的编辑效果要更快Distilled发布后JoyAI-Image 在理解、生成、编辑之间形成了闭环四种权重各司其职Und 管看懂Edit 管改好Edit-Plus 管多图联动Distilled 管更快。选对版本把时间花在提示词和创意上而不是等待权重发布或排查显存报错。更多能力展示与许可证信息可参考仓库 README.mdApache 2.0。【免费下载链接】JoyAI-ImageJoyAI-Image is the unified multimodal foundation model for image understanding, text-to-image generation, and instruction-guided image editing.项目地址: https://gitcode.com/gh_mirrors/jo/JoyAI-Image创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考