JoyAI-Image：图像理解、两图比较与空间编辑限制

作者：@T8star-Aix

这期视频演示京东 JoyAI-Image 的图像理解与编辑功能，重点是单图描述、两图比较，以及人物转向等空间编辑。作者认为空间控制值得尝试，但人物一致性和文字效果仍有限。以下结论来自原作者的演示环境，未独立复测。

一、空间编辑要同时检查身份与细节是否保留（01:18–03:11）
作者将空间能力概括为改变方向、移动位置和镜头控制。他提醒，完成转向指令并不等于编辑结果合格：如果人物身份、服装材质等同时发生明显变化，仍会影响使用。

文字方面，作者观察到部分中英文能够显示，但存在乱码和排版美感不足的情况。他对当时版本的评价比较谨慎，没有把项目介绍中的能力直接视为稳定效果。

二、单图理解与两图比较可分开使用（03:49–04:57）
视频展示了独立的 Understander 节点，用于读取图片并输出描述。作者先上传一张人物图片，检查模型对内容的理解；随后演示通过批次形式输入两张图片，让模型比较它们的差异。

在两图比较时，提示词应说明希望比较什么、怎样描述区别。作者认为这种方式对首尾帧等任务的分析可能有帮助，但现有转录没有给出它在完整视频流程中的进一步验证。

三、人物转向示例暴露了一致性限制（04:57–06:00）
编辑工作流左侧附有作者准备的提示词示例，方向包括移动物体、切换视角和控制镜头。实际演示中，作者让人物向右转，结果完成了角度变化，但他指出人物侧脸相似度和服装材质有所下降。

因此，复现时应同时比较原图与结果中的脸部特征、衣服和其他主体细节，不能只看转向是否发生。上述限制来自这一组样例，不是对所有输入的统一判定。

四、参数与显存信息只作演示参考（03:21–03:37；06:00–06:23）
作者在后段明确说明该次测试使用20步、图像长边1280，并介绍工作流包含独立文本编码器、模型加载和 Wan2.1 VAE。前段还报告更新后的方案可在8GB显存环境运行、其测试耗时约两分多钟。

这些数字不构成通用最低配置或速度承诺；现有转录未完整交代显卡型号、所有加载设置及资源占用条件。节点版本和运行方式变化后，应重新核对依赖、显存及实际输出。

本期项目与节点（来自原帖，未验证当前可用性）：
【JoyAI-Image项目：https://github.com/jd-opensource/JoyAI-Image】
【ComfyUI_JoyAI_Image节点：https://github.com/smthemex/ComfyUI_JoyAI_Image】
原帖感谢节点作者 @Smthem 的开源贡献。

原帖附带模型与工具资源：
【模型：https://pan.quark.cn/s/6ac9eb38c344】
【T8 ComfyUI整合包V8：https://pan.quark.cn/s/9b0cd761bf8e】
【贞贞x企鹅全套整合包0122：https://pan.quark.cn/s/7242a8780f86】
【星沃本地版RH（书墨大佬制作）：https://pan.quark.cn/s/931a2baaee82】

【原帖图文介绍及工作流入口：https://t.zsxq.com/7F90A】
上述附带资源保留原帖标签，未验证内容和当前可用性。

本文依据原视频完整音频的AI转录整理，内容为原作者演示与评价，并非本站独立实测。本文为内容摘要，不替代完整操作教程。具体节点连接、参数位置和人物对比请结合原视频查看。

补充资料（原帖技术资源）：
Comfyui调用API节点：https://github.com/T8mars/Comfyui-zhenzhen
T8云端镜像：https://lincore.wuying.aliyun.com/
魔搭社区：https://modelscope.cn/organization/T8star-Aix
Z image turbo Ai Toolkit极速训练器：https://www.chenyu.cn/api/s/1YW0uLnQ
Flux.2 Klein全功能训练器镜像：https://www.chenyu.cn/api/s/73ymtHZD
Qwen Edit 2511 Ai Toolkit满血版训练器：https://www.chenyu.cn/api/s/7NeThb65
Wan2.2 DP全能训练器：https://www.chenyu.cn/api/s/9i0q1alv
Qwen 2512满血版ai toolkit训练器：https://www.chenyu.cn/api/s/CvdMi80M
Qwen Image Ai toolkit满血版训练器：https://www.chenyu.cn/api/s/NFEGJsmc
None-Z-Trainer训练器：https://www.chenyu.cn/api/s/WAXeJBA7
Flux kontext T2Itrainer稳定版训练器：https://www.chenyu.cn/api/s/gHWh9u1m
LTX2.3音画同步训练镜像：https://www.chenyu.cn/api/s/oswYwWwg
Z-image-base-大参数Lokr训练器：https://www.chenyu.cn/api/s/saImzeeC
Z-image-base-Lora训练器：https://www.chenyu.cn/api/s/udv8rEst
OmniWeaving文生视频T2V：https://www.runninghub.cn/post/2042117874323562498/?inviteCode=rh-v1121
OmniWeaving多参图生视频（最多4参考图）：https://www.runninghub.cn/post/2042119081003847682/?inviteCode=rh-v1121
OmniWeaving图生视频I2V：https://www.runninghub.cn/post/2042119826201649153/?inviteCode=rh-v1121
OmniWeaving视频编辑V2V-Edit：https://www.runninghub.cn/post/2042123412469977089/?inviteCode=rh-v1121
OmniWeaving首尾帧FFL2V：https://www.runninghub.cn/post/2042124474220290049/?inviteCode=rh-v1121
OmniWeaving图像参考+视频编辑TIV2V：https://www.runninghub.cn/post/2042127554609422338/?inviteCode=rh-v1121
（图像+音频参考-支持真人）超能视频2.0_全能参考（0409-2片头）：https://www.runninghub.cn/post/2042249728838078466/?inviteCode=rh-v1121
新版图图打标器：https://zhaotutu.yuanlitui.com/a/arw0