ArtCraft能做什么?一文看懂图像、视频、3D、3DGS与音频一站式AI生成

发布时间:2026/10/16 15:57:13

ArtCraft能做什么?一文看懂图像、视频、3D、3DGS与音频一站式AI生成 【免费下载链接】artcraft-servicesbackend, web frontend, etc.项目地址https://gitcode.com/gh_mirrors/ar/artcraft-services点击查看免费下载ArtCraft 是一个面向创作者的一站式AI生成平台你可以在同一个系统里完成图像生成、视频生成、3D 模型生成、3DGS3D Gaussian Splatting3D高斯泼溅场景重建与AI音频生成无需在多个工具间来回切换。它的开源仓库 artcraft-services 包含了完整的 Rust 后端、HTTP API、异步工作进程和 Web 前端是一个典型的 Rust TypeScript 混合 monorepo非常适合想理解AI 生成平台如何落地的初学者。一、先认识 ArtCraft一个多模态 AI 生成平台ArtCraft 的核心思路是**一个入口接入所有主流生成模型**。它的后端服务storyteller-web基于 Rust Actix Web 构建负责认证、账户、媒体库、生成请求、积分计费Stripe等全部逻辑真正的模型调度由artcraft_router完成——把你的请求翻译成不同上游厂商Fal、Grok、GMI Cloud、Runway 等各自需要的格式并在完成后把结果统一落盘到对象存储。一次典型的生成请求流程如下客户端提交生成请求API 校验权限与积分系统计算成本、扣减钱包余额并通过artcraft_router构造提交给对应厂商厂商通过 Webhook 或后台轮询工作进程回报结果成品文件自动进入你的媒体库客户端轮询任务状态拿到 CDN 链接即可播放或下载。 想动手看代码架构说明见 README.md未来规划见 ROADMAP.md。二、ArtCraft 支持哪 5 大类生成速览表ArtCraft 的生成入口统一挂在/v1/omni_gen/generate/*路径下路由注册见 omni_gen_routes.rs共 5 类生成类别端点代表模型️ 图像/v1/omni_gen/generate/imageFlux、GPT-Image、Midjourney、Seedream、Nano Banana 视频/v1/omni_gen/generate/videoVeo 3、Sora 2、Kling 3.0、Seedance 2.5、Wan 3.0、Grok Video 音频/v1/omni_gen/generate/audioSuno Music作曲/混音、Seed Audio 3D 模型/v1/omni_gen/generate/meshHunyuan 3D、Tripo3D、Meshy、Rodin✨ 3DGS 场景/v1/omni_gen/generate/splatMarble 1.1、TripoSplat每类都配套提供/v1/omni_gen/models/*模型列表发现和/v1/omni_gen/cost/*费用预估端点——生成之前就能先查价对新手非常友好。三、图像生成一句话到成图图像生成是最基础的玩法输入一段文字提示词选择模型等待出图。ArtCraft 接入了市面上几乎所有主流文生图模型包括flux_3、gpt_image_2、midjourney_8、seedream_5p0_pro等完整清单见 router_image_model.rs并支持用参考图做风格化编辑如qwen_edit、Flux LoRA 角度控制。上图是仓库内 candleRust 推理引擎Flux 示例的生成产物展示了 Flux 类模型的出图水准。四、视频生成从首帧图、参考视频到参考音频视频生成是 ArtCraft 的重头戏支持三种玩法文生视频只写提示词即可出片可选 6 秒等时长、16:9 / 9:16 / 方形等画幅图生视频首帧驱动提供一张起始帧图片让画面从这张图动起来多参考驱动同时传入参考图片、参考视频mp4、参考音频wav/mp3/ogg让生成镜头的运动节奏参考视频、氛围参考音频。官方文档里的示例就是用一张海鹦照片生成海鹦站在悬崖边转头的短视频完整可运行的 curl / Python / JavaScript 例子见 artcraft_omni_api.md。把上面这样一张静态照片作为起始关键帧ArtCraft 的视频模型就能生成一段镜头平滑移动的短视频。五、3D 与 3DGS从平面走进空间这是多数工具链都不覆盖、而 ArtCraft 做得相当完整的部分 3D 模型mesh生成模型清单见 router_mesh_model.rs亮点功能包括文生 3D / 图生 3DHunyuan 3D 2.x–3.x、Tripo3D H3.1、Meshy 6、Rodin 2.5 Fast草图生 3Dhunyuan_3d_3_sketch手绘一张草图加提示词就能出模型语义拆件hunyuan_3d_3p1_part把已有模型自动拆成可独立操作的部分智能重拓扑hunyuan_3d_3p1_topology给高精度模型减肥方便进游戏引擎。仓库里就带着真实测试资产比如 test_data/3d/hanashi.glb 这样的 GLB 3D 模型文件。✨ 3DGS 场景splat生成3D Gaussian Splatting 是近期 3D 重建领域的热点技术能生成比传统 mesh 更真实、渲染更快的可自由漫游场景。ArtCraft 支持 Marble 1.0/1.1 系列与 TripoSplat单图转 3D 高斯泼溅清单见 router_splat_model.rs前端则用 Three.js 渲染这些 3D 场景与视频画面。六、音频生成作曲、采样与声音素材音频端点/v1/omni_gen/generate/audio接入了 Suno 系列suno_music整曲创作、suno_remix混音、suno_sounds/suno_sample声音采样以及seed_audio_1p0。仓库的 test_data/audio 目录还按 aac / aiff / flac / m4a / mp3 / ogg / wav 等格式备齐了测试音频覆盖了平台支持的音频输入类型。 结合视频生成的generate_audio参数你可以让视频自带音效——画面和声音在同一个平台上闭环这是一站式 AI 生成平台相对零散 API 的最大价值。七、零基础上手一次生成的 4 个步骤如果你想通过 API 集成ArtCraft 提供两套接口详见 artcraft_omni_api.md应用端接口/v1/omni_gen/generate/*使用浏览器登录态覆盖全部 5 类生成编程接口/v1/omni_api在Authorization头里带 API keyartcraft_api_开头适合服务端集成。以编程方式生成视频的完整步骤POST /v1/omni_api/generate/video提交请求务必每次附一个全新的idempotency_tokenUUID 防重复扣费响应里拿到inference_job_token形如jinf_xxx轮询GET /v1/omni_api/job_status/job/{token}直到状态变为complete_success从state.maybe_result.media_links.cdn_url取出成品文件的直链。状态查询、错误码401 密钥无效、402 余额不足等在文档中都有完整示例照着抄就能跑通。八、仓库结构导览代码都放在哪里artcraft-services 目录清晰新手按这张表找路即可目录内容crates/service/web/主 HTTP 服务 storyteller-webcrates/service/job/各厂商轮询、缩略图、支出分析等后台工作进程crates/api_clients/各生成厂商的客户端与生成路由器crates/schema/database/mysql_queries全仓库共用的 MySQL 查询层frontend/Nx 工作区Web 应用与共享 TS 库_database/SQL 迁移、Elasticsearch 索引定义_docs/开发环境搭建、Omni API 指南等文档_tools/postman/可直接导入 Postman 的请求集合本地跑通后端的最低要求是一个迁移好的 MySQL Redis 对象存储然后执行SQLX_OFFLINEtrue cargo run -p storyteller-web即可服务默认监听0.0.0.0:12345。完整环境配置步骤见 dev_setup.md 与 dev_setup_server.md。九、常见问题 FAQQ1ArtCraft 和自己写脚本调各家模型 API 有什么区别区别在于统一性统一鉴权、统一积分计费、统一任务轮询、统一媒体库和 CDN 分发5 类生成共享同一套账户与钱包体系而不是为每个厂商维护一套密钥和计费逻辑。Q2新手最容易踩的坑是什么复用idempotency_token会被直接拒绝防重复提交机制传 URL 时图片必须是 jpeg/png/gif/webp、参考视频必须是 mp4。两个约束在文档 artcraft_omni_api.md 中都明确列出。Q33DGS 和普通 3D 模型mesh怎么选需要真实感、可漫游的场景选 splat如 Marble需要可编辑、进游戏引擎、做动画的资产选 mesh如 Hunyuan 3D并且还能用拆件/重拓扑功能继续加工。十、写在最后ArtCraft 用 Rust 的高性能后端 多厂商模型路由把图像、视频、3D、3DGS、音频五类生成收拢进了一个平台。无论你是想在 Web 端直接创作还是想通过 API 把生成能力嵌进自己的产品artcraft-services 的开源代码都是理解一站式 AI 生成平台完整架构的优质教材。从 README.md 开始按上文的路径导览表逐层深入你很快就能搭建起自己的 AI 创作工作台。 赞分享【免费下载链接】artcraft-servicesbackend, web frontend, etc.项目地址https://gitcode.com/gh_mirrors/ar/artcraft-services点击查看免费下载相关推荐VideoChat-Flash是什么一文看懂OpenGVLab的1M超长视频对话大模型VideoChat Flash是什么一文看懂OpenGVLab的1M超长视频对话大模型 VideoChat Flash 是 OpenGVLab 开源的长视频理用 impeccable clarify 打磨界面文案从“用户看不懂”到“发生了什么、为什么、下一步做什么”用 impeccable clarify 打磨界面文案从“用户看不懂”到“发生了什么、为什么、下一步做什么” 本文是一份面向 AI Agent 与前端开发者的AI 技能前端CLIdsh-pluginAI创作平台完整指南一站式图像、音频、视频智能处理工具AI创作平台完整指南一站式图像、音频、视频智能处理工具 想要快速制作专业级短视频却苦于技术门槛太高AI创作平台正是为你量身打造的解决方案。这款基于浏览器操作人工智能AI 应用计算机视觉语音创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
延伸阅读

更多相关文章

2026/10/16 15:57:13

软件工程落地指南:从需求分析到持续集成的实践方法

简介:这是一份《软件工程——理论与实践》电子书文档,系统阐述软件工程从理论到实践的完整知识体系,适合高校软件工程专业学生、研究生及开发人员作为学习或参考用书。文档共1个doc文件,压缩包大小1.45MB。内容覆盖需求分析、系统…

2026/10/16 15:57:13

Windows防火墙开放8080端口:入站规则、netsh与安全组排障指南

简介:面向需要为Windows服务器开通指定端口的运维人员与开发者,以8080端口为案例,讲解通过防火墙入站规则开放端口的完整操作指南。文档从打开控制面板、进入Windows防火墙高级设置,到新建入站规则,逐步指导选择TCP协议…

2026/10/16 15:52:11

华为五看三定战略洞察:从价值转移到SPAN图的机会筛选机制

简介:华为战略管理“五看三定”模型详解PDF,面向企业管理者、战略规划人员及华为管理研究者,系统梳理从战略洞察、战略制定、战略解码到战略执行与评估的完整闭环。内容围绕“五看”逐层展开:看行业趋势,把握商业模式与…

2026/10/16 16:58:00

博图V15.1单步六层电梯PLC程序框架与调试详解

简介:基于博图V15.1开发的单步六层电梯控制程序,面向PLC自动化学习者与现场调试人员,覆盖复位、启动、多层顺次响应、反向呼叫无效、每层4秒运行与4秒停留等控制逻辑,层次完整,适合作为中高级编程练习或教学案例。资源…

2026/10/16 16:58:00

BERT面试深度拆解:从架构原理到微调避坑实战指南

1. 为什么BERT值得花时间深挖如果你最近在准备算法岗面试,或者想从传统机器学习转向NLP方向,大概率绕不开BERT这个模型。面试官问BERT,不是想听你背“Bidirectional Encoder Representations from Transformers”这个全称,而是想通…

2026/10/16 16:58:00

云原生学习路线图:分层能力地图与实战跃迁指南

简介:本资源是一份系统化、分层级的云原生技术学习路线图,面向开发者、运维工程师及希望转型云原生领域的IT从业者,解决技术栈庞杂、学习路径不清晰、各组件关系难把握等核心痛点。路线图PDF文件共1个,大小1.29MB,内容…

2026/10/16 16:58:00

从信令风暴到Agent协作:多Agent系统防崩的七条设计原则

1. 从一场信令风暴说起:所有设备都在“正确工作”,系统却崩了几年前我还在做通信网络维护时,经历过一次真正让我失眠的故障。节假日的业务高峰,话务量比平时翻了好几倍,核心网突然开始大面积丢消息。我盯着监控大屏&am…

2026/10/16 16:58:00

Qwen3-TTS深度体验:MLLM语音合成原理、部署与调参实战

最近做语音相关的东西比较多,试了不少TTS方案,Listed语音大概排到某一轮的时候,我看到了Qwen3-TTS这个名字。第一反应是:“又来一个套壳模型?”但实际跑了几个样例之后,确实感觉到这类用多模态大语言模型&a…

2026/10/16 16:52:59

二叉树基础与遍历全解:真/满/完全二叉树判定及递归迭代实现

数组、链表、栈、队列这些线性结构,我相信很多人学完以后觉得自己"数据结构入门了"。可真到了面试或者实际项目里,遇到树形结构相关的题目,大部分人立马就露馅了。树是第一种真正意义上"非线性"的数据结构,也…

2026/10/16 5:33:43

Python调用Gemini Structured Outputs实现工单路由门禁

客服工单最怕的不是模型“答错一句话”,而是它给出一段看起来合理的说明,程序却从中猜错优先级。通俗做法是:要求模型只交 JSON(JavaScript Object Notation,轻量数据格式),再让代码验证它。Gem…

2026/10/16 4:03:48

Spring Boot超市进销存系统毕设实战:从需求拆解到答辩通关

最近带的一个学生项目组里,有A同学跑来问我:选什么毕设题目最稳妥,既能让评审老师觉得工作量够,又不会在答辩时被问到语无伦次。我第一反应就是推荐基于Spring Boot的超市仓库管理系统——也就是超市进销存系统。这个题目乍一看平…

2026/10/15 13:42:16

Flutter StatefulWidget 生命周期核心解析

很多刚开始接触 Flutter 的朋友,在看完一堆“Hello World”和基础组件之后,大概率都会撞上同一堵墙:StatefulWidget 里那堆 initState、build、dispose 方法,到底什么时候被调用?为什么顺序是那样?在里面到…

2026/10/16 0:01:11

Cephadm实战指南:Linux系统工程师的生产级Ceph集群部署与排障

简介:本资源是一份完整的Ceph分布式存储系统中文技术文档合集,面向Linux系统运维工程师、云平台架构师及存储方向开发者,帮助读者系统掌握Ceph集群的部署、配置与运维核心能力。文档覆盖对象存储(RGW)、块设备&#xf…

2026/10/16 0:01:11

ITK中SpatialObject几何体系解析:坐标系、变换与管道集成

1. 空间对象的定位:为什么 ITK 需要一套几何描述体系很多刚开始接触 ITK 的朋友,包括我自己,最初都是被它的图像滤波、配准、分割这些“正统”功能吸引进来的。等真正上手做点实际项目,比如把分割出来的器官边界做量化分析、给血管…

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑