Infinite Canvas 深度体验把即梦和 Lovart 搬进本地电脑

灵犀编辑部 2026-09-16 0 阅读

很多时候，自己本地 AI 生图、做视频，我总觉得整个过程还有点麻烦。尤其是想围绕一个创意反复修改时，就会惦记即梦、可灵、Lovart 这些平台里的创作体验。

如果能把提示词、参考图片、生成结果、视频和 AI 助手放在同一张画布里就好了。

我去 GitHub 一搜，还真有这样的项目： Infinite Canvas ，无限画布。把生图、改图、视频、音频、提示词库和素材库，都放进了同一个工作台，还加上了 AI Agent 和 3D 导演台

大家可以看看我生成的 Token 来了：

01. 项目实测

大家安装使用非常简单，直接把下面这段提示词给到你的 AI Agent 就行。

提示词：

请帮我在当前电脑安装并启动 Infinite Canvas：

正确仓库：https://github.com/tigerowo/infinite-canvas

请直接执行安装，不要只提供教程。具体要求：

1. 检查操作系统、已有安装、运行进程和端口占用，避免重复安装。保留已有配置、账号和创作数据。

2. 阅读正确仓库的官方 README 和 Releases，选择适合当前系统的稳定版本。Windows 优先使用官方桌面安装包；没有合适安装包时，再按官方文档选择其他部署方式。

3. 从官方渠道下载安装包。如果发布页提供校验值，核对文件哈希后再安装。

4. 安装完成后启动应用，创建或核对桌面快捷方式。检查主程序、后端服务、本地页面和必要接口；能检查界面时，再确认页面正常显示。

5. 不要把「安装成功」当成「生图和视频生成测试通过」。没有配置模型 API 时，明确说明尚未验证生成能力。

6. 本次只安装工作台，不额外安装模型权重、购买服务、调用付费 API 或安装可选的 Codex／MCP 扩展。

完成后告诉我：

实际安装的仓库、版本和安装方式；

如何启动，以及实际使用的本地访问地址；

程序和数据保存位置；

哪些检查已通过，哪些功能尚未验证；

开始生图、生成视频还需要配置什么。

常规安装步骤直接推进；只有遇到必须由我提供的凭据、系统授权或可能丢失数据的操作时，再向我说明具体问题。

安装好之后我们需要先配置好模型，可以接本地模型，也可以接官方的 API，既适合有本地算力、显卡的用户，又能满足不喜欢用云端平台的 API 用户。

直接在无限画布里试试，两个参考图，加一个参考视频生成一个新视频。原视频：

提示词：根据上传的原视频和两张人物参考照片，直接生成完整的「Token 来了」改编视频。一次完成角色替换、道具替换、对白与声音，不分轮确认，不先交付分镜或静态图片。素材对应：视频：原始《鸡汤来了》片段，约 25 秒。图片 1：Dario Amodei，Anthropic CEO，作为端锅者的新外貌。图片 2：梁文锋，作为王大队长的新外貌。若参考照片有多人，只参考右侧、姓名牌为「梁文锋」的人物。整体要求：保持原视频的横版 16:9、镜头顺序、景别、运镜、切镜节奏、房间、桌椅和暗色光影。保留原片人物的服装、帽子、身体动作、站位、视线和表情变化。

人物替换：将原视频中端着鸡汤进屋、放锅并招呼大家的人，统一替换成图片 1 中的 Dario Amodei，保留其卷发、眼镜和面部特征，并适配原片帽子的遮挡。将王大队长统一替换成图片 2 中的梁文锋。角色外貌在全景、近景、侧脸和转头过程中保持一致。其他人物保持原样，不把背景人物一起替换，不混合两人的面部特征。道具替换：保留原来的黑色汤锅及端锅、放锅动作。把锅中的鸡肉和汤替换成一锅青蓝色发光的半透明文本方片，代表大语言模型的 Token。方片带少量汉字、字母和标点，堆叠在锅中，随端锅和放锅轻微晃动，不飞散。微弱蓝光只照亮锅沿和附近手部，保持原场景照明。手指、锅沿和文本方片的遮挡关系正确。不出现鸡肉、汤汁、金币、货币符号或加密货币标志。对白改编：按原片相应人物的发言顺序安排以下对白：端锅入场，Dario：「Token 来了！」放锅后，Dario 招呼大家：「这、这 Token 都备齐了，怎么还不用啊？」原片对应的回应者：「老达，大伙不敢用啊。怕这一跑，预算就没了。」Dario 接话：「梁队长，你这人就喜欢开玩笑。」Dario 收尾：「快趁热用吧，我不打扰，我走了啊。」回应句由原片对应的发言者说，未说话的人不要同步张嘴。中文对白自然，保留原片的停顿、迟疑和喜剧语气，口型与新对白同步。采用普通男性配音，不模仿两位真实人物本人的声音。替换原有对白，保留协调的脚步、放锅声和房间环境声，不混入旧台词。字幕：去除原片旧字幕，恢复对应画面。添加与新版对白一致的简体中文字幕，白字细黑描边，位于底部安全区域。不要叠加两套字幕，不添加其他标题或水印式装饰。输出：直接交付约 25 秒的完整视频，包含画面、配音、环境声和字幕。保持原片的动作连贯性与镜头衔接，不新增剧情，不改变结尾。

入场、放锅、对话和退场都和原视频的节奏一样，几个镜头里的角色与道具也基本能接上。

如果大家做视频的时候不知道如何设计分镜，可以直接让 Agent 设计，然后填入到无限画布中。

项目内置了一个 3D 导演台，可以先在场景里摆好人物、调整姿势和摄像机角度，再把机位截图直接送回画布，作为生图或视频生成的参考。比如两个人面对面说话，就能先摆出正反打机位，把人物站位、镜头方向和画面构图交代清楚：

我觉得还有一个非常好的地方是，项目内置了一个提示词库。没想好怎么描述画面时，可以先按关键词、标签找找案例，看看别人怎么写主体、构图和光线，再按自己的需求修改。遇到合适的提示词，还能加入我的素材，以后做类似内容时直接取用。

02. 项目简介

Infinite Canvas 是一个把提示词、参考图片、视频、音频、3D 场景和 AI 助手放进同一张画布的开源创作工作台。

项目地址： https : //github.com/tigerowo/infinite-canvas

画布把创作过程保存成可以继续修改的节点。生成配置节点会汇总上游提示词和参考图，使用你选定的模型、比例等参数提交任务。结果继续留在画布上，可以挑选、修改，或者作为下一次生成的输入。

文本节点：保存故事、分镜、提示词、修改要求和 AI 文字回答。
图片节点：放置参考图、生成结果，继续编辑或作为视频参考。
生成配置节点：汇总上游素材，设置模型和生成参数。
视频、音频节点：导入素材、播放结果，并向后续生成提供参考。
全景图节点：准备供导演台使用的场景环境。
导演台节点：保存独立的 3D 场景、角色和机位。

连线有实际的输入关系。选中一个节点时，还能高亮相关的上下游内容，方便追溯某张图使用了哪些参考素材。画布同时支持多项目、缩放、小地图、复制粘贴、撤销重做，以及 JSON 导入导出。文本节点里的创意可以交给 AI 扩写，改写结果生成到新的文本节点，保留原文用于对照。除了手动操作和内置创作 Agent，Codex 也可以通过本机 Canvas Agent 服务接入，用 MCP 操作画布。