最近有朋友跟我吐槽，说现在AI绘画和视频生成工具太多了，每个都要订阅，而且动不动就提示"内容违规"不给生成。更烦的是，图片用一个工具，视频用另一个，做唇形同步还得再换一个，账号切来切去，钱没少花，效率反而更低。

然后我就想到了一个项目，叫Open Generative AI。

这个项目在GitHub上的定位是一个免费的、开源的AI视频平台替代品。MIT开源协议，代码随便改，数据留在本地。它背后接入了200多个模型，从文字生成图片、图片编辑、文字生成视频、图片生成视频，到让静态照片开口说话，全都在一个界面里搞定。

那这个项目能解决什么问题？我觉得核心就三个。

第一个，创作自由。现在市面上几乎所有AI创作工具都有自己的内容审查机制，你输入一个提示词，可能被系统判定为"不合适"就直接拦截了。这个项目则表示"No content filters, no prompt rejections, no guardrails"（无内容过滤、无提示词拒绝、无安全护栏），你的创意是什么，它就生成什么，不会有人替你做判断。

第二个，工具整合。你不需要在好几个工具之间反复横跳了，图片、视频、唇形同步、工作流编排，都在一个地方。

第三个，数据隐私。你可以选择用云端API，也可以完全离线运行，数据和模型都在你自己的电脑上。

先说说怎么用。三种方式，从简单到复杂。

网页版，最省事。打开 muapi.ai/open-generative-ai，注册免费账号就能用，功能最完整，永远最新版。

桌面应用，Electron程序，macOS、Windows、Linux都支持，去GitHub Release页面下载安装就行。桌面版独有的优势是后面会说的本地模型推理，但智能体和工作流部分功能会因为依赖网页路由而提示"网页版可用"。

源码部署，Clone下来 npm run setup 再 npm run dev，MIT协议随便改。

接下来，我重点说说桌面应用的使用体验。

打开应用之后，首先会弹出一个API Key输入框，去muapi.ai注册获取Key之后粘贴进去，就进入主界面了。界面顶部有一排选项卡，分别是：图像、视频、唇语同步、电影工作室、工作流、智能体、MCP & CLI。右上角可以看到账户余额，还有一个齿轮图标可以打开设置面板。

图像工作室

这个选项卡做的是图片生成，但它根据你有没有上传参考图，会自动切换模式。你什么都没上传的时候，默认是文字生成图片模式，提示词框在上面，下面有50多个模型可以选，Flux、Nano Banana 2、Seedream 5.0、Ideogram等，全是市面上主流的。你选不同的模型，界面上的选项会自动变化，比如选了Nano Banana 2，会出现分辨率选择（1K、2K、4K）和质量控制，选了其他模型这些选项又会自动隐藏。

你上传了一张参考图之后，界面会自动切到图片编辑模式，模型列表变成55个以上的编辑模型——Nano Banana 2 Edit、Flux Kontext系列、Seededit等等。Nano Banana 2 Edit支持同时上传最多14张参考图片，你选了多图模式之后，上传界面会变成多选，每张图片标注上传顺序，有一个计数器显示当前选了几张、还能选几张。上传过的图片会被存到本地历史上，下次可以直接从历史记录里选，不用重新上传。

视频工作室

逻辑和图片工作室一样。不传图片就是文字生成视频，40多个模型，包括Kling、Sora、Veo、Wan、Seedance 2.0、Hailuo、Runway。上传一张起始帧就切到图片生成视频，60多个模型。你可以选时长（5秒、10秒、15秒），选画质（basic / high），选画面比例（16:9、9:16、4:3、3:4）。

其中，Seedance 2.0模型的"Extend"功能很有意思，如果你生成了5秒的视频觉得不够长，不需要重新生成，直接无缝延长，可选5秒、10秒或15秒，保持风格、动作和音频的一致性，延长的时候还能输入新的提示词让后续内容往不同方向发展。

唇语同步工作室

这个选项卡有两种模式，通过一个切换按钮来选。人像模式，你上传一张人物照片和一段音频，AI生成这个人"说话"的视频，支持Infinite Talk、Wan 2.2 Speech to Video、LTX 2.3 Lipsync、LTX 2 19B Lipsync四个模型，分辨率从480p到1080p。视频模式，你上传一段已有视频和一段音频，AI自动把视频里人物的口型跟音频对齐，支持Sync、LatentSync、Creatify、Veed、Infinite Talk V2V五个模型。生成历史是单独保存的，页面刷新了任务也不会丢。

电影工作室

这个选项卡模拟了真实电影摄影机的参数控制。界面上有四个下拉选项：摄影机类型（全画幅数字电影机、70mm胶片机、经典16mm胶片机、模块化8K数字机等）、镜头（变形宽银幕、微距、复古、70年代电影镜头、暖色调电影镜头等十几种）、焦距（从8mm超广角到85mm人像特写）、光圈（f/1.4浅景深、f/4均衡、f/11深景深）。每个选项旁边有对应的预览图，你选了之后，这些参数会自动转换成优化的提示词，附加到你的输入里，帮助生成更有电影感的画面。

工作流工作室

这个选项卡打开之后是一个可视化的节点编辑器，你可以把多个AI操作串联成一个自动化流程。左侧是模板库和社区分享的工作流，中间是画布区域，可以拖拽节点来连接不同的模型。比如你先用文字生成一张图片，然后自动把这张图片送去视频模型做成动画，最后再送去唇形同步模型配上声音——整个过程一键完成。做好的工作流可以保存到"我的工作流"，也可以发布到社区。每个工作流还能通过API调用，方便集成到自己的应用中。和智能体一样，工作流在桌面应用中也会提示网页版可用，完整功能建议在网页版上体验。

智能体

这个选项卡在桌面应用中会提示网页版可用（open-generative-ai.com），因为智能体功能依赖于完整的网页应用路由。在网页版上，打开智能体选项卡，你会看到一个智能体模板市场，分为三个子页面：Templates（模板市场），里面是官方和社区分享的各种智能体角色，点击就能直接对话；My Agents（我的智能体），你自己创建和管理的智能体；My Chats（我的对话），之前聊过的历史记录。你可以点击任意模板开始对话，也可以自己创建新智能体，自定义它的名字、角色设定和绑定的模型。

MCP & CLI

这个选项卡是给开发者准备的。它展示了三个工具：muapi-cli，一个命令行工具，可以在终端里直接生成图片和视频，支持JSON输出方便脚本调用；muapi-mcp-server，一个MCP服务，可以让Claude、Cursor、Windsurf这些AI编程助手直接调用100多个模型；Generative Media Skills，一套技能包，为Claude Code等工具提供了电影导演、Logo设计、YouTube Shorts等预设流程。界面上有安装命令和示例代码，可以直接复制使用。

接下来重点说一下设置面板里的本地模型功能，这是桌面应用独有的，网页版用不了。

点击右上角的齿轮图标打开设置面板，默认显示的是API Key的管理页面，旁边还有一个"本地模型"选项卡，点进去之后分成两个区域。

上面是sd.cpp推理引擎的状态。第一次打开会显示"未安装"，旁边有一个安装按钮，点击之后会自动下载引擎文件，有进度条显示下载进度。安装完成之后状态会变成绿色，显示"已安装"。

引擎装好之后，下面会出现模型列表。默认有Dreamshaper 8、Realistic Vision v5.1、Anything v5、SDXL Base 1.0、Z-Image Turbo、Z-Image Base这几个模型可选。每个模型卡片上标注了类型（SD 1.5、SDXL、扩散Transformer）、文件大小（2.1GB到6.9GB不等），还有一个下载按钮。你需要哪个模型就点下载，同样有进度条。

这里有个需要注意的地方：Z-Image系列模型（Turbo和Base）需要额外下载两个辅助文件Qwen3-4B Text Encoder（2.4GB）和FLUX VAE（335MB）。这两个文件下载一次就行，两个Z-Image模型共享。如果你用的是8GB内存的Mac，Z-Image模型可能会让系统卡死，建议用SD 1.5系列的模型，对配置要求低很多。

在Mac M系列芯片上，Metal GPU加速会自动启用，跑一张SD 1.5的图大概每步1到2秒。如果发现速度异常慢（每步10秒以上），可能是GPU加速没生效，可以重新安装引擎试试。

模型下载好之后，回到图像工作室，在模型选择器旁边会多出一个"本地"开关。打开这个开关，模型列表就切换为本地已下载的模型，选一个就能离线生成，完全不需要API Key。

到现在，你可能会有个疑问：那MuAPI的API Key是什么？要不要花钱？

这里需要说清楚，这个项目本身确实完全免费，MIT开源协议，代码你想怎么用就怎么用。

但如果通过云端API调用模型，模型本身的计算资源是MuAPI提供的，这部分是按使用量收费的，不是订阅制，是按次计费，用多少付多少。注册MuAPI免费账号后即可开始使用，具体的免费额度可以在MuAPI后台查看（https://muapi.ai/pricing）。

如果你觉得云端API的费用吃不消，本地模型是完全免费的，一文钱都不用花。下载sd.cpp引擎和模型文件之后，你在图像工作室里把"本地"开关打开，就可以离线生成，不需要API Key，也不产生任何费用。本地模型目前主要支持图片生成，视频模型虽然Wan2GP在技术上支持，但视频工作室的本地界面集成还在开发中，暂时还是得走云端。

回过头来看，我最初推荐这个项目给朋友，其实还有一个考虑。

现在AI工具虽然越来越强，但入门门槛并不低。不同工具分散在不同的平台，注册不同的账号，适应不同的界面逻辑，更别说那些需要配Python环境的本地工具了。

但Open Generative AI把这件事简化到了一个程度：打开网页就能用，下载安装包就能本地跑，200多个模型的选择被做成了自动切换的下拉菜单。对于一个想快速上手AI创作的人来说，这种"开箱即用"的体验，可能比有没有最新模型更重要。

项目地址：https://github.com/Anil-matcha/Open-Generative-AI