JoyAI-Video-Edit heißt das KI-Modell, mit dem JD.com ab sofort ein laufendes Video umbaut, ohne es neu zu rendern. Der Onlinehändler hat den Editor am 5. August 2026 quelloffen auf GitHub und Hugging Face gestellt, unter der freien Apache-2.0-Lizenz. Beim Abspielen tauscht die Software per Texteingabe Personen, Kleidung oder ganze Szenen aus, während das Bild weiterläuft. Aus dem nachträglichen Schnitt wird eine Bearbeitung in Echtzeit.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Das Wichtigste in Kürze
- JoyAI-Video-Edit bearbeitet ein Video im laufenden Stream, gesteuert durch eine Anweisung in natürlicher Sprache.
- Das Modell rechnet nach JD-Angaben 30 Bilder je Sekunde bei 720p und bearbeitet Clips beliebiger Länge, nicht nur kurze Ausschnitte.
- JD stellt die Gewichte offen unter Apache 2.0 bereit, auf GitHub und Hugging Face.
- In der EU gilt seit dem 2. August 2026 eine Kennzeichnungspflicht für KI-manipulierte Videos, drei Tage vor der Freigabe.
Was kann JoyAI-Video-Edit?
Bearbeitung im Stream ist der Kern des Modells. JoyAI-Video-Edit nimmt ein laufendes Video und ändert es Bild für Bild, angestoßen durch eine Anweisung in natürlicher Sprache. Objekte kommen hinzu oder verschwinden, eine Person wird ausgetauscht, ein Kleidungsstück gewechselt, der Hintergrund komplett ersetzt. JD baut den Editor auf sein eigenes Videomodell JoyAI-Video auf und zählt ihn zu den offenen KI-Grundlagenmodellen aus China.[1]
30 Bilder je Sekunde schafft das System bei 720p, also im Tempo des normalen Abspielens. Anders als frühere Verfahren, die nur Sekunden oder Minuten am Stück bewältigten, bearbeitet es Clips beliebiger Länge stabil im Stream. Im Vergleichstest OpenVE-Bench setzt sich JoyAI-Video-Edit nach JD-Angaben vor alle bisherigen Streaming-Methoden. Damit tritt es neben chinesische Videomodelle wie Seedance 2.5 und MiniMax H3.
Warum ist Bearbeitung im Stream so schwer?
Rund 33 Millisekunden bleiben pro Bild, wenn ein Editor 30 Bilder je Sekunde liefern soll. In dieser Zeit setzt das Modell die Anweisung um, berechnet das neue Bild und hält den Übergang zum vorigen glatt. Klassische Videobearbeitung kennt den ganzen Clip vorher und rechnet in Ruhe, ein Streaming-Editor sieht nur die Vergangenheit und bleibt trotzdem konsistent. Genau an dieser zeitlichen Stabilität scheitern die meisten Ansätze.
Physische Weltmodelle nennt JD die Familie, zu der der Editor gehört. Dazu zählen das Sprachmodell JoyAI-Talker, die Langvideo-Engine JoyAI-Echo und der Bildeditor JoyAI-Image-Edit. Der Konzern nutzt die Technik nicht nur für Werbe- und Livestream-Videos, sondern erzeugt damit auch Trainingsdaten für Roboter, indem er Aufnahmen menschlicher Handgriffe in Bewegungen eines Roboterarms übersetzt. Für einen Händler, der zuletzt KI-Helme an seine Kuriere verteilte, ist der Schritt in offene Grundlagenmodelle ungewöhnlich.
Ein offener Editor, der Personen und Szenen im laufenden Video austauscht, verschiebt die Grenze zwischen Aufnahme und Fälschung. Für Marketing und Shopping-Streams ist das ein mächtiges Werkzeug, für die Glaubwürdigkeit bewegter Bilder ein Risiko.
— Michael Dobler, Herausgeber Dr. Web
Apache 2.0
Die Gewichte liegen offen auf GitHub und Hugging Face, auch für kommerzielle Nutzung.
2. August 2026
Seit diesem Tag verlangt Artikel 50 der KI-Verordnung ein sichtbares Label für KI-manipulierte Videos.
Was bedeutet der offene Videoeditor für Europa?
Artikel 50 der KI-Verordnung trifft genau diesen Fall. Seit dem 2. August 2026 muss jeder, der ein Video mit KI so verändert, dass es als echtes Geschehen durchgeht, das Ergebnis sichtbar als KI-Inhalt kennzeichnen. Die EU verlangt ein Label, das ein Mensch ohne Prüfwerkzeug erkennt. Auch ohne Täuschungsabsicht greift die Pflicht. Drei Tage vor dieser Frist legt JD ein Werkzeug offen, das solche Manipulationen für jeden zugänglich macht.[2]
Haftbar bleibt der Anwender, nicht das offene Modell. Verantwortlich ist das Unternehmen, das mit dem Editor einen Clip bearbeitet und veröffentlicht. Ein deutscher Shop, der im Livestream das Outfit einer Moderatorin per KI wechselt oder ein Produkt nachträglich in die Szene setzt, muss den Beitrag als KI-bearbeitet auszeichnen. Wie schnell offene Videowerkzeuge zum Alltag werden, zeigt etwa iFlyteks Echtzeit-Mensch aus einem einzigen Foto.
Offene Gewichte senken die Hürde weiter. Ein Download von JoyAI-Video-Edit braucht keinen Cloud-Dienst und keine Freigabe, das Modell läuft auf eigener Hardware. Marketing- und E-Commerce-Teams in der EU prüfen deshalb jetzt jeden Einsatz von KI-Videobearbeitung und ergänzen einen festen Kennzeichnungs-Schritt in ihrem Freigabeprozess. Sonst droht bei jedem manipulierten Clip ein Verstoß gegen die Transparenzpflicht, wie ihn zuletzt auch die Debatte um Googles gestoppte KI-Bildgenerierung berührte.
FAQ: JoyAI-Video-Edit
Was ist JoyAI-Video-Edit?
JoyAI-Video-Edit ist ein quelloffenes KI-Modell von JD.com, das ein laufendes Video per Textanweisung bearbeitet. Das Modell tauscht Personen, Kleidung, Objekte oder Szenen aus, während der Clip läuft, nach JD-Angaben mit 30 Bildern je Sekunde bei 720p.
Wie schnell arbeitet das Modell?
JoyAI-Video-Edit erreicht nach JD-Angaben 30 Bilder je Sekunde bei 720p und bearbeitet Videos beliebiger Länge stabil im Stream. Frühere Streaming-Editoren schafften nur kurze Ausschnitte von wenigen Sekunden oder Minuten.
Ist JoyAI-Video-Edit frei verfügbar?
Ja. JD hat das Modell am 5. August 2026 unter der Apache-2.0-Lizenz auf GitHub und Hugging Face veröffentlicht. Die Gewichte lassen sich herunterladen und auf eigener Hardware betreiben, auch für kommerzielle Zwecke.
Muss ich KI-bearbeitete Videos in der EU kennzeichnen?
Seit dem 2. August 2026 verlangt Artikel 50 der KI-Verordnung, dass KI-erzeugte oder manipulierte Videos, die als echt erscheinen, sichtbar als KI-Inhalt gekennzeichnet werden. Verantwortlich ist der Anwender, der das Video veröffentlicht, nicht das Modell.
Quellen
[1] JD.com (jd-opensource) auf GitHub: „JoyAI-Video-Edit“ (Modell-Repository, Apache-2.0-Lizenz)
[2] Europäische Kommission: „Transparency obligations under Article 50 of the AI Act“
Mehr Newshunger?
- Seedance 2.5: ByteDance bringt 30-Sekunden-KI-Video in die Firmen-Produktion
- MiniMax H3: Chinas Videomodell erzeugt 2K-Clips mit nativem Ton
- SenseNova U1.5: SenseTimes offenes KI-Modell versteht und erzeugt Bilder zugleich
- iFlytek generiert digitale Menschen in Echtzeit aus einem einzigen Foto
- KI-generierte Filme: iQIYI bringt Chinas ersten lizenzierten KI-Langfilm
