Open Generative AI 入门指南：免费 AI 图像生成与视频生成工作室如何本地部署

Open Generative AI 入门指南：免费 AI 图像生成与视频生成工作室如何本地部署

【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 MIT 协议的开源 AI 图像生成与视频生成工作室：同一个界面里接入了 Flux、Midjourney、Kling、Sora、Veo、Seedream 等 420+ 个模型，覆盖图生文、图生视频、口型同步、音频等 8 大类，不设置提示词拦截，界面可以自托管。适合三类人：想低成本体验 AI 创作、不想被月费绑定的个人；有数据或内容合规顾虑、想把界面放在自己机器上的小团队；想基于现成界面二次开发的工程师。需要提前知道的一点：使用云端模型需要 Muapi.ai 的 API key，应用本身免费，模型调用按该网关的规则计费。

快速上手：最短路径跑起来

前提只有两个：Node.js 18+，以及一个 Muapi.ai 访问密钥（如果只用本地推理可以跳过）。从源码启动的路径很短：

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

npm run setup会装依赖并构建工作室、工作流、代理这几个 workspace 包，这一步不能省，只做npm install是跑不起来的。然后按目的二选一：

npm run dev # Web 版（Next.js），访问 http://localhost:3000 npm run electron:dev # 桌面端（Electron），带本地推理能力

第一次生成时会弹出 API key 输入框。README 里提醒过：克隆必须带--recurse-submodules，否则工作流和代理两个子包是空的，开发脚本会直接报错。不想折腾环境的人，可以直接从仓库 Releases 页下载桌面安装包（macOS 的 dmg、Windows 的 exe、Ubuntu 的 AppImage/.deb），完全不需要 Node.js。

核心能力按使用场景看

出图与改图

Image Studio 是双模式的：不带参考图时列出 70+ 个文生图模型；上传一张参考图后，模型列表自动换成 75 个左右的图生图模型（编辑、放大、抠背景等），不用手动切换。界面里的画幅、分辨率、质量选项也是跟着模型能力动态显示的，不支持的选项直接隐藏。

一个比较实用的细节是多图输入：Nano Banana 2 Edit 这类编辑模型一次最多接收 14 张参考图，选择器里会标顺序号，图片按你勾选的顺序发给模型。另外，所有上传过的参考图会留在本地的上传历史里，之后直接点缩略图复用，不用反复传同一个文件。

做视频

Video Studio 沿用同一套切换逻辑：默认是 85+ 个文生视频模型，上传首帧图片后切到 120+ 个图生视频模型。近期加入的几组型号值得单独看一眼：

如果追求镜头质感，Cinema Studio 把虚拟相机参数做成了显式控件：焦距 8mm 到 85mm、光圈 f/1.4 到 f/11，外加 70mm 胶片、16mm 复古、变形宽银幕等镜头预设，选择会转成提示词修饰词。下面是它可模拟的 16mm 胶片质感：

让照片开口说话

Lip Sync Studio 提供 9 个口型同步模型，分两种用法：

• 肖像图 + 音频 → 说话视频：Infinite Talk、Wan 2.2 Speech to Video 输出 480p / 720p；LTX 2.3 和 LTX 2 19B 最高到 1080p。
• 已有视频 + 音频 → 重新对口型：Sync、LatentSync、Creatify、Veed、Infinite Talk V2V。

生成任务支持轮询恢复，刷新页面后未完成的作业会自动继续。

批量与自动化

Workflow Studio 用节点编辑器把图像、视频、音频模型串成流水线，有预置模板（图像链、视频管道等）和可浏览的社区工作流，保存后的流程还能通过 API 直接调用。Agent Studio 则是对话式的多轮代理，你描述目标，它规划并执行生成步骤。这两个功能来自 packages/Vibe-Workflow/ 和 packages/Open-Poe-AI/ 两个子模块，单独看会理解很多设计取舍。

部署方式与本地推理

三种运行方式各适合不同场景：

桌面端内置两套互相独立的本地推理引擎，都在「设置 → 本地模型」里配置：

• sd.cpp（随应用捆绑）：stable-diffusion.cpp 的 C++ 引擎，Apple Silicon 走 Metal 加速，Linux / Windows 走 CUDA / Vulkan / ROCm，也可以纯 CPU 跑。可用模型里最轻的是 Dreamshaper 8、Realistic Vision v5.1、Anything v5 这三个 SD 1.5 模型（各约 2.1 GB）；SDXL Base 1.0 约 6.9 GB；Z-Image Turbo / Base 是 DiT 架构，质量上限更高但内存占用大。
• Wan2GP（自备服务器）：应用本身只是 HTTP 客户端，你在任意一台有 CUDA / ROCm GPU 的机器上跑 Wan2GP 的 Gradio 服务，把地址填进设置即可。这条路能用到 Flux.1 Dev、Qwen Image、Wan 2.2、Hunyuan Video、LTX Video。它存在的原因是 Wan2GP 的推理运行时只有 CUDA 路径，没有 Apple Silicon 版本，所以官方把它设计成"Mac 上开着界面、隔壁 GPU 机器干活"的分工。

局限与注意事项

README 和配置里写明的限制，比宣传页重要，挑几条会实际碰到：

• 8GB 内存机器别碰 Z-Image。官方明确写着：8GB 的 M 系列 Mac 上跑 Z-Image 已知会卡死整机，这种机器请留在 SD 1.5 模型；Z-Image 建议 16GB 起步（权重 7.4GB 加约 2.4GB 计算缓冲）。
• 本地推理仅限桌面端。浏览器版和 Docker 版全部走云端 API。
• 云端模型 = 依赖 Muapi.ai 网关。应用开源免费，但生成调用要 API key，计费规则以网关为准；API key 存在浏览器 localStorage 里，不会发往 Muapi 以外的地方。
• 安装包没有平台签名。macOS 未公证，首次打开要用xattr -cr或在"隐私与安全性"里放行；Windows 会触发 SmartScreen；Ubuntu 24.04+ 因为 AppArmor 限制用户命名空间，官方建议装 .deb 包（自带 AppArmor profile）而不是 AppImage。
• 子模块是硬依赖。不带--recurse-submodules克隆，npm run dev会报找不到页面的错误。

小结与获取方式

一句话概括：Open Generative AI 是一个把 420+ 个生成模型塞进同一套界面的开源工作室，价值在于"自选模型 + 可自托管 + 本地推理可选项"，代价是云端生成依赖 Muapi.ai 网关、本地推理有明确的硬件门槛。下一步建议先下载桌面端装个 2.1GB 的 SD 1.5 模型跑通一次本地生成，确认硬件没问题，再按需求开通 API key 试云端模型；想深入改界面，直接看 packages/studio/ 里的组件和 packages/studio/src/models.js 这份模型清单。

【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