Open Generative AI：5 分钟跑通 420+ 模型图像视频生成工作室-酒店常州论坛

Open Generative AI：5 分钟跑通 420+ 模型图像视频生成工作室

【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image & video generation studio with 600+ models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI

Open Generative AI 是一个可自托管的开源 AI 图像与视频生成工作室，汇聚 Flux、Midjourney、Kling、Sora、Veo 等 420+ 模型，14 个工作室、无内容过滤、MIT 协议。它值得试的点有两个：云端模型用一个 Muapi.ai key 直接调用；桌面版还带本地推理，不花一分钱也能出图。下面先给最快上手路径，再拆能力、给场景、列坑。

最快部署：三条启动路径

源码构建（Web 版），前提：Node.js 18+；云端模型需要 Muapi.ai access key（首次启动提示粘贴时，只填 key 值，不要填 key 名称），只用本地模型可以跳过：

git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup npm run dev

--recurse-submodules不能省，Workflow 和 Agent 功能依赖 git 子模块；npm run setup是子模块初始化 +npm install+ 构建 4 个 workspace 包（studio、workflow-builder、agents、design-agent），README 明确说只跑npm install不够。npm run dev启动 Next.js Web 版，打开http://localhost:3000；桌面版用npm run electron:dev。

不想碰源码就用 Docker：docker compose up -d一条命令。docker-compose.yml 只做一件事——用根目录 Dockerfile 构建生产镜像，容器 3000 端口映射到宿主机 3001，NODE_ENV=production并自动重启，浏览器访问http://localhost:3001。

最省事是桌面预编译版：Releases 提供 1.0.9 安装包，macOS（Intel + Apple Silicon 的 .dmg）、Windows x64（.exe）、Linux（.AppImage / .deb），不需要 Node.js。Windows 首次安装可能被 SmartScreen 拦截，点"更多信息"再"仍要运行"即可。要分清的能力边界是：本地推理只有桌面版有，Web 版永远走云端 API，两个版本的差异就在这。

核心能力拆解：挑最有区分度的 4 个

启动后默认进入 Studio 页，顶部 Tab 切 14 个工作室。下面只拆 4 个核心的，其余一笔带过。

图像与视频双模式：420+ 模型自动切换

它解决什么问题：文本生图、参考图改图、文生视频、图生视频过去要换不同工具，这里按"是否上传参考图"自动切换模型集，不用你手动选模式。

实际操作路径：Image Studio 默认加载 70+ 文生图模型（Flux、Nano Banana 2、Seedream 5.0、Midjourney v7 等），上传参考图就自动切到 70+ 图生图模型；Video Studio 同理，85+ 文生视频（Kling、Sora、Veo、Seedance 2.0）与 120+ 图生视频。模型选择器旁边有 ⚡ Local 开关切本地模型。亮点是多图输入：Nano Banana 2 Edit 单次最多吃 14 张参考图，选择器带序号复选框，按你勾选的顺序提交。

源码位置：packages/studio/src/components/ImageStudio.jsx 和 VideoStudio.jsx 是双模式核心；全部模型定义集中在单文件 packages/studio/src/models.js——3.4 万行，t2iModels/i2iModels/t2vModels/i2vModels四个数组，全项目唯一数据源，加模型只改这一个文件。

本地推理：sd.cpp 与 Wan2GP 双引擎

它解决什么问题：云端 API 要 key、文件要上传第三方；本地推理无 key、数据不出机器。

实际操作路径：两个引擎都在Settings → Local Models里配。引擎一 sd.cpp 是一键安装（自动下载 stable-diffusion.cpp 的 C++ 引擎），支持 Apple Silicon Metal、CUDA、Vulkan、ROCm 加速，内置六款模型：SD 1.5 三款（Dreamshaper 8、Realistic Vision v5.1、Anything v5，各 2.1 GB）、SDXL Base 1.0（6.9 GB）、Z-Image Turbo/Base。引擎二 Wan2GP 是"自带服务器"模式：在任何一台 CUDA/ROCm GPU 机器上装好 Wan2GP 并启动 MCP 服务，桌面版只填 URL（如http://192.168.1.42:7866/mcp）点 Test，即可用 Flux.1 Dev、Qwen Image、Wan 2.1/2.2——Mac 用户可以把推理卸载给局域网显卡机器。注意 Wan2GP 的 Gradio 网页端口（7860）不是 API，不能填。

源码位置：electron/lib/localInference.js 处理引擎下载与生成进度；electron/lib/wan2gpProvider.js 负责与远程服务器通信；electron/lib/modelCatalog.js 是本地模型清单。

Cinema Studio：把摄影术语变成可选项

它解决什么问题：纯文字 prompt 控制不了"镜头感"，Cinema Studio 把摄影术语变成下拉选项。

实际操作路径：选虚拟相机（Modular 8K Digital、Grand Format 70mm Film、Classic 16mm Film 等 6 种）、11 款镜头（含 Swirl Bokeh Portrait、Halation Diffusion）、焦距 8mm–85mm 六档、光圈 f/1.4 / f/4 / f/11 三档，选择会被翻译成优化过的 prompt 修饰词提交给生成模型。每种镜头效果的预览图在 public/assets/cinema/ 下。

源码位置：src/components/CinemaStudio.js（桌面版）与 packages/studio/src/components/CinemaStudio.jsx（共享库版）。

Workflow Studio 与垂直工作室

Workflow Studio 有 Templates / My Workflows / Community 三个 Tab，节点编辑器拖拽连线即可把 A 模型输出接到 B 模型输入，Playground 用表单 UI 交互式运行，每条工作流同时可通过 API 调用；引擎来自 git 子模块 packages/Vibe-Workflow/。其他垂直工作室从顶部 Tab 进入：Lip Sync Studio 有 9 个专用模型、两种模式（肖像图 + 音频 → 说话视频，视频 + 音频 → 对口型，Infinite Talk、LTX 2.3 Lipsync、LatentSync 等）；Agent Studio 是会话式多轮代理，用自然语言描述任务由它规划执行；Audio、Clipping、Marketing、Recast 等覆盖各自场景。对应逻辑在 packages/studio/src/components/WorkflowStudio.jsx 与 LipSyncStudio.jsx。

两个真实使用场景

场景一：M 系列 Mac 无 key 本地出图

背景：不想把 prompt 和素材上传第三方 API，不想申请任何 key，手上是一台 8 GB 内存的 M2 MacBook。

操作路径：装桌面版 → Settings → Local Models → 一键安装 sd.cpp 引擎 → 下载 Dreamshaper 8（2.1 GB，Mac 上最轻量的测试选项）→ 回 Image Studio 打开模型选择器旁的 ⚡ Local 开关 → 选 Dreamshaper 8 点 Generate。

预期结果：全程本地，无网络依赖。README 给出 M2 实测约 1–2 秒/步（Metal 生效时）；若出现约 10 秒/步，说明二进制回退到了 CPU，需从 Settings → Local Models 重装引擎。想要更高质量可换 Z-Image Turbo（8 步）或 Base（50 步），但要 16 GB 内存，8 GB 机器别碰。

场景二：两步 API 把生图接进自己的产品

背景：你的站点已有用户体系，想加一个"AI 生图"按钮，不想重造轮子。

操作路径：申请 Muapi access key，按"提交 + 轮询"两步调用；本地开发时 vite.config.mjs 的代理会把/api转发到 MuAPI，天然无 CORS 问题：

const r = await fetch('/api/v1/flux-dev-image', { method: 'POST', headers: { 'x-api-key': apiKey, 'content-type': 'application/json' }, body: JSON.stringify({ prompt: 'a red fox in snow, 35mm film', aspect_ratio: '16:9' }) }); const { request_id } = await r.json(); const out = await fetch(`/api/v1/predictions/${request_id}/result`).then(x => x.json()); // 轮询 out.status 直到 completed，取 out.outputs[0].url

仓库里 app/api/v1/creative-agent/ 就是一个现成的 Next.js API 路由代理示例，客户端逻辑可参考 src/lib/muapi.js。

避坑速查：5 个常见报错

1. 现象：npm run dev报Couldn't find a 'pages' directory原因：不在仓库根目录执行，或子模块没初始化导致相关包缺失。解决：确认当前目录同时有app/、package.json、next.config.mjs，重跑npm run setup。

2. 现象：页面能打开但工作室组件报错或模型列表为空原因：只跑了npm install，workspaces 包没构建。解决：npm run build:packages，或直接完整跑一次npm run setup；若packages/Vibe-Workflow目录为空，说明 clone 时漏了--recurse-submodules。

3. 现象：macOS 首次打开桌面版被 Gatekeeper 拦截原因：应用未经 Apple 公证、未签名。解决：终端执行xattr -cr "/Applications/Open Generative AI.app"，再右键应用选 Open；或"系统设置 → 隐私与安全性 → 仍要打开"。只需一次。

4. 现象：Ubuntu 24.04+ 上 AppImage 启动即闪退或无反应原因：内核的apparmor_restrict_unprivileged_userns策略挡住 Chromium 用户命名空间沙箱。解决：改用.deb包（安装时自动配置 AppArmor 策略，推荐）；或临时执行sudo sysctl -w kernel.apparmor_restrict_unprivileged_userns=0。

5. 现象：8 GB 基础款 M 系列 Mac 跑 Z-Image 整机卡死原因：Z-Image 权重加计算缓冲约占 9.8 GB 内存，超出可用余量。解决：8 GB 机器本地只用 SD 1.5 模型（2.1 GB）；Z-Image 建议 16 GB 起步。

适合谁、不适合谁

适合：想自托管并白牌化 AI 生成工具的开发者——MIT 协议，packages/studio 是独立组件库，README 明确提到可复用甚至转售；已有产品想接生图 API 的团队（两步调用模式，改动量小）；Mac 用户想免费试本地 SD 1.5 出图的；对平台内容过滤有明确不满、需要无过滤创作环境的创作者。

不适合：期望"下载即用、零配置"的用户——云端模型必须 BYOK（自带 Muapi.ai key），且 key 存在浏览器 localStorage，没有账号体系；没有 CUDA/ROCm GPU 机器却想跑本地视频模型的人（Wan2GP 必须有这种机器当推理节点）；需要多用户、权限管理、云端历史同步的团队（历史只存在浏览器本地）。

如实说的局限：README 称模型 420+，项目描述写 600+，以 models.js 实际内容为准；本地推理仅限桌面版，且本地引擎排错日志只输出到进程控制台，需要从终端启动应用才能看到。

下一步建议：先读 README.md 的部署与本地模型表格，再看 project_knowledge.md 的代码走读；遇到配置问题去 README 提到的社区提问；想贡献代码，从给models.js加模型或给 packages/studio/src/components/ 加一个工作室 UI 开始最划算。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析