Skip to content

🎨 媒体生成中心:快速上手

一站式 AI 媒体生成工作站,支持图片、视频和音频的全流程创作。
场景:用一句话描述画面,AI 帮你生成高清图片;让模型作曲编曲,生成一段独特旋律;创作短视频素材,快速出片。
TODO:截图


简介

媒体生成中心(Media Generator)是一个基于 LLM 的媒体创作工具,允许你通过自然语言提示词直接生成图片、视频或音频内容。它采用会话式创作快速单次生成两种工作模式,并深度集成了系统的资产管理体系——所有生成结果自动入库,随时回顾、下载或二次创作。

核心能力

能力说明
图片生成支持多种模型引擎,可配置分辨率、质量、风格、负向提示词等
视频生成生成短视频素材,可配置分辨率和时长
音频生成支持 Suno / 标准音频模型,可配置质量、风格标签等
会话管理分支式会话树,支持多轮迭代和版本比较
快速模式即开即用,不创建会话,适合快速试验

进入工作台

在侧边栏点击 🎨 媒体生成中心 图标进入。主界面分为四个标签页:

标签用途
工作台核心创作区:左侧参数面板、中间生成流、右侧历史画廊
画廊全屏浏览所有生成结果,支持搜索和筛选
任务列表全局任务队列,查看进度、重试、下载
生成设置精细配置:自动命名、提示词优化、翻译、并发等

选择生成类型

工作台左侧的 参数面板 顶部分为三种媒体类型:

  • 🖼️ 图片(默认)—— 生成静态图像
  • 🎬 视频 —— 生成短视频
  • 🎵 音频 —— 生成音乐或音效

点击相应按钮即可切换。每种类型的参数配置独立保存,切换时不会丢失已设置的参数。


配置生成参数

选择生成模型

在参数面板的「生成模型」区域选择一个已配置好的 LLM 渠道和模型。系统会自动识别模型的能力(图片生成 / 视频生成 / 音频生成),并只显示匹配当前媒体类型的模型。

模型支持的具体参数范围(如分辨率选项、质量等级、风格等)由 模型元数据系统 驱动。如果某些参数选项为空,请前往「设置 → 模型元数据」为对应模型补充能力描述。

图片参数详解

参数说明
分辨率支持 预设自定义宽高(64~4096px)或 宽高比模式(针对 xAI 等模型),支持一键交换宽高
质量级别如标准 / HD,视模型支持情况而定
生成风格如自然 / 艺术 / 写实等风格预设
负向提示词描述你不希望在图片中出现的内容
背景设置透明背景 / 纯色背景等
输入保真度使用参考图时,控制对原始特征的保留程度
流式预览图部分模型支持在生成过程中逐步显示预览图
批量生成 (n)一次生成多张图片(1~4 张)
内容审核 / 输出格式 / 输出压缩视模型支持情况

视频参数

  • 分辨率:1280x720(720p)或 1920x1080(1080p),也支持自定义
  • 时长:5 秒或 10 秒

音频参数

  • Suno 模式:灵感模式(简单描述)或自定义模式(指定风格标签、标题、纯音乐等)
  • 非 Suno 模式:标准音质或高音质

高级参数

点击「高级参数」折叠面板展开:

  • 种子 (Seed):-1 为随机,指定值可复现相同结果
  • 迭代步数 (Steps):影响生成质量和速度
  • 引导系数 (CFG Scale):提示词 adherence 程度

两种创作模式

创作会话(默认)

适合多轮迭代和精细化创作:

  1. 在输入框中输入提示词(支持 Ctrl+Enter 发送)
  2. 系统创建一条「用户」消息和一条「助手」生成任务
  3. 生成完成后,你可以:
    • 重试:在消息上点击重试按钮,基于相同参数重新生成
    • 分支编辑:编辑用户消息创建新分支,在不同方向上迭代
    • 切换分支:通过分支选择器在不同结果间对比
  4. 所有会话自动保存,支持创建新会话和历史切换

提示:开启「连续对话」开关后,系统会将历史消息作为上下文发送给模型,支持迭代修改(如"把上一张图改成冷色调")。此功能需要模型支持视觉输入。

快速生成

适合快速试验:

  1. 切换到「快速生成」模式
  2. 输入提示词,点击发送
  3. 任务执行后显示在任务队列中,不创建会话记录
  4. 支持「停止全部」和「清理已完成」操作

使用参考图

如果你希望基于现有图片进行图生图或变体生成:

  1. 拖放:将图片文件拖入输入框区域
  2. 粘贴:从剪贴板粘贴图片
  3. 选择文件:点击输入框工具栏的附件按钮

参考图会显示在输入框上方,可随时移除。


查看与管理生成结果

工作台右侧面板

点击右侧面板的「生成历史」,可按类型筛选(全部 / 图片 / 视频 / 音频),点击缩略图即可预览。

画廊标签页

切换到「画廊」标签页查看全量生成结果:

  • 搜索:按提示词或模型名称搜索
  • 筛选:按媒体类型过滤
  • 预览:鼠标悬停可查看提示词,点击打开全屏查看器
  • 操作:查看生成参数、下载到本地、从画廊移除

任务列表标签页

切换到「任务列表」可查看全局任务队列:

  • 统计概览:总任务数、进行中、排队、完成、失败
  • 筛选和搜索
  • 每个任务卡片显示提示词、模型、进度或预览图
  • 支持:复制提示词、取消任务、重新生成、下载、删除

下一步

  • 了解 生成结果的资产管理 —— 深入理解资产保存、批量管理和与资产管理器的集成
  • 探索「生成设置」中的进阶选项,如自动命名、提示词优化、发送前翻译等

Released under the Apache-2.0 License.