Scenario ↗
多媒体创作与助手创建和转换图像、视频、音频、3D 模型、材质和天空盒。工作室会显示您账户可用的模型以及每次生成的设置。
图像视频音频3D材质天空盒助手
你的工作空间
排列面板与标签页，或将其分离到其他窗口。每个工作区都会保留布局供下次使用。
首页 · 起点
让创意在这里成形。
在一个项目中管理图像、声音、场景与参考资料。切换工作区、排列面板，并保留开放文件格式。
- 创作
- 每种媒介都有专属工作区图像、视频、音频、3D、材质与天空。在代码工作区通过脚本扩展场景。
- 上下文
- 贯穿项目的思路向生成工具和助手共享参考资料与指令，无需每次尝试都重复说明。
- 自由
- 始终开放的文件OpenRaster、OpenTimelineIO、glTF和MaterialX，让作品离开工作室仍可读取。
图像 · 创作与修图
图像
生成图像。选择重要区域。逐层完善。
- AI选择合适的本地或远程模型，在工作室中生成并完善图像。
- 选区本地智能选择可根据点或矩形找到区域，直接为修图做好准备。
- 修图图层、蒙版、画笔、文字与像素画。手动工具与模型相辅相成。
3D · 场景构建与动画
3D
构建场景。为角色制作动画。让创意动起来。
- 角色在专属工作区准备骨骼、调整绑定、复用动画，并组合运动状态。
- 创作构建场景、雕刻地形，调整材质、灯光与特效。
- 交互添加脚本并使用手柄控制，无需离开工作室即可测试场景行为。
工作室 · 输出 .mp4
视频
两个监视器、一条多轨时间线，以及产出镜头的模型。
- 监视器源与节目，就像剪辑台一样：一边是选中的片段，另一边是将要导出的成片。
- 时间线视频与音频轨道，选择、刀片与手形工具，按时间码播放。
- 生成使用可用模型创建镜头，再在剪辑中组合媒体。
工作室 · 输出 .wav
音频
在多条轨道上创作与剪辑声音，与其余部分同处一窗。
- 轨道多轨剪辑，与视频时间线相同的工具，播放对齐同一时间码。
- 波形在独立进程中计算：一小时的声音在分析时不会冻结界面。
- 模型音乐、氛围与音效，由 API 生成后直接落到轨道上。
材质 · 通道与3D预览
材质
这是材质，不是图片：每个通道分别生成，再分别检查。
- 通道检查并编辑颜色、法线、粗糙度、金属度、遮蔽、高度、发光与凹陷通道。
- 预览材质贴到测试体上 —— 球体、立方体、圆柱、平面、结 —— 并实时打光，导出之前先看清楚。
- 接缝检查重复纹理与接缝，然后将贴图导出到需要的工具。
天空 · 环境与光照
天空盒
一片天空，既是背景，也是光源。
- 投影360°、等距圆柱、十字、六面。无需重新导出即可切换视图。
- 控制可调视角与测试物体，用一个哑光球和一个高光球来判断光照。
- 用途此处产出的天空，直接照亮 3D 工作室的场景。
AI 模型 · 本地与云端
您的全部 AI。
尽在一处。
生成图像、为角色制作动画、口述创意或寻求帮助。为每项任务选择合适的模型，在您的电脑上或远程运行。
9 家云端服务商45 项本地模型记录由您选择，满足每种用途
云端服务
可连接的服务。
使用您自己的账户、密钥和模型。内容生成与助手分别保留各自的模型选择。
Tripo ↗
3D 与图像生成将文本、图像或多视角输入转换为 3D。为网格添加纹理、优化、风格化、分割或简化，并准备骨骼绑定和动画。也可生成和编辑源图像。
Tripo v3.1v3.0v2.5P1P2纹理与网格骨骼绑定与动画
您的助手，使用您选择的服务商。
对话、创作帮助和脚本编写。图像分析能力取决于所选模型。
云端目录随服务和账户权限变化。适用各服务商的额度和条款。
在您的电脑上
按用途分类的本地模型。
涵盖各种用途和模型的完整本地目录。
助手
4 个模型对话、理解请求并准备工作室中的操作。
Qwen2.5 0.5B InstructQwen2.5 1.5B InstructQwen2.5 7B InstructQwen2.5 14B Instruct
代码
2 个模型编写和修改场景脚本。
Qwen2.5-Coder 1.5B InstructQwen2.5-Coder 7B Instruct
图像与材质
8 个模型生成、修图、局部重绘、扩图、参考图与引导。兼容的模型也可用于材质。
SSD-1BSana 600MSana 1600MSANA 1.5 1.6BQwen-ImageQwen-Image-EditControlNet Canny SDXLIP-Adapter SDXL
抠图与选区
1 个模型通过点或矩形分离区域，然后调整其蒙版。
EfficientSAM-Ti
视频
5 个模型根据模型能力，从文本生成、让图像动起来或转换视频。
CogVideoX 2BWan 2.1 T2V 1.3BWan 2.2 TI2V 5BMochi 1Wan 2.1 I2V 14B
音乐与声音
6 个模型创作或转换音乐，并为视频生成配套音效。
ACE-Step 1.5 XL TurboACE-Step 1.5 XLACE-Step 1.5 XL SFTMMAudio SmallMMAudio MediumMMAudio Large
3D 对象与场景
10 个模型将文本或图像转换为 3D 模型，再修改其几何结构。
Shap-ETripoSRShap-E ImageTRELLIS.2 4BCraftsMan3DInstantMeshLGMTripoSGTRELLIS TextTRELLIS Image
天空盒与全景
5 个模型从文本或图像创建全景环境。
PanFusionMVDiffusionDiffusion360UniPanoGenEx World Initializer
骨骼绑定
1 个模型自动准备角色骨架和蒙皮权重。
Make-It-Animatable
助手记忆
1 个模型检索对话和已存信息的含义。
EmbeddingGemma 300M
动作
1 个模型从文本生成动作。已列入目录，但下载被阻止，需要用户自行导入。
Kimodo SOMA RP v1.1
暂不提供下载
语音输入
1 个模型将语音转换为文本，无需将音频发送到云端。
Parakeet TDT 0.6b v3
也支持您的模型库
Ollama 和您自己的 GGUF 文件。
查找兼容的 Ollama 模型，或为助手导入 GGUF 文件。由您掌控使用哪个模型。
本地模型需要安装。可用性取决于引擎、内存和硬件；每个模型均适用各自的许可。Kimodo 已列入目录，但下载被阻止。本目录目前尚未声明用于 AI 放大和矢量化的引擎。
你的模型，你的项目
适合你的AI。
根据创作需求选择模型。本地或云端，所有工具都在同一工作室中。
界面
工作室
引擎
继续你的工作
文档从保存的状态重建，分离面板中也一样。保存与撤销同样建立在这一基础上。
素材库
项目文件夹
无需工作室也能浏览文件。通过Git管理版本、分支与冲突。导入、导出与资源库可找到同一媒体，即使文件在应用外被移动。
模型与生成
模型
所选模型的设置
每种生成任务都可在同一面板中找到相应模型选项。
生成
掌握每次尝试
跟踪生成进度，并在项目中其他媒体旁找到结果。
密钥
密钥与界面分离
系统对密钥进行加密。界面只接收连接状态，不接收秘密信息。
在你的机器上
本地AI
电脑上的模型
下载并管理兼容模型。可用性取决于操作、模型与电脑资源。
MCP 服务器
工作室可从外部驱动
文档、图像、场景、动画、设置与文件：通过工作室公开的MCP操作连接外部助手。
负载
后台计算
缩略图、波形、复杂几何与视频编码使用GPU或独立于界面的任务处理。
安装
三个平台，一个仓库。
下载适用于你的电脑的已发布版本。
macOS
Apple Silicon · .dmg
版本待发布macOS
Intel · .dmg
版本待发布Windows
x64 · .exe
版本待发布Linux
x86_64 · .AppImage
版本待发布Debian、Ubuntu
x86_64 · .deb
版本待发布安装包受使用条款约束；源代码则依 PolyForm Noncommercial 1.0.0许可约束。云端服务使用你的账户与额度。本地模型适用各自的使用条款。
git clone https://github.com/pasquelin/AIDesktopStudio.git
pnpm install
pnpm start