AI PRODUCT / WORKING CASE STUDY
AI 虚拟影像生成平台
Local AIGC Imaging Workstation
本地化 AIGC 工作站 V1.0
一套面向影像生产场景的本地化 AIGC 工作站，把图片和视频生成能力封装成可安装、可测试、可迁移的软件产品。
01 / POSITIONING
项目定位
AI 虚拟影像生成平台是一套面向影像生产场景的本地化 AIGC 工作站，把 AI 图片和视频生成能力封装成可安装、可测试、可迁移的软件产品。
重点不是展示一个模型 Demo，而是把分散的本地模型能力整理成普通用户能够实际使用的影像生产产品。
09 / MY ROLE
我的角色
AI 应用产品与 AIGC 解决方案落地负责人。
- AI 应用产品规划
- 影像生成工作流设计
- 用户流程与产品逻辑设计
- 本地模型应用方案设计
- 产品原型与工程实现推进
- 测试、部署与交付验证
03 / CORE GENERATION
核心生成链路
T2I / Text to Image / 文生图
用于场景概念、商业视觉、虚拟影棚场景预演与项目提案。
T2V / Text to Video / 文生视频
用于 AI 短片、宣传片镜头预演与视觉实验。
I2V / Image to Video / 图生视频
用于静态视觉动态化、人物运动、场景运动与产品概念动画化。
04 / PRODUCT WORKFLOW
产品工作流
PROMPT / IMAGE → GENERATION TASK → LOCAL RUNTIME → MODEL → RESULT → HISTORY
这不是直接裸跑模型，而是已经形成从输入、任务、Runtime、模型到结果和历史记录的产品工作流。
05 / ARCHITECTURE
产品架构
Program Shell
WPF、WebView2、Next.js、Node.js。
Engine Pack
Image Runtime、Video Runtime、ComfyUI、Workflow。
Model Pack
Z-Image-Turbo、Wan2.2-TI2V-5B。
Local GPU
本地 GPU AI 工作站。
Installer
Preflight、Runtime Deployment、Model Deployment、Version Management。
核心原则是本地 GPU + 本地 Runtime + 本地模型，不通过云 API 冒充本地生成能力。
06 / PRODUCT INTERFACE
产品界面
当前真实软件截图尚未补入素材目录，图片区块保持隐藏。后续将从产品首页、T2I、T2V、I2V、任务历史、系统状态等目录自动接入真实界面；不使用假 UI 或其他产品界面冒充。
07 / ENGINEERING
工程化
- Cold Start：首次冷启动稳定性
- Installer Contract：安装器与参数契约
- External Pack：Engine / Model 分离分发
- Runtime Sanitization：发行环境洁净化
- Asset Governance：模型与历史资产治理
这些问题被整理为作品集语言，不直接展示运行日志、私人路径、Token 或测试账号。
08 / DELIVERY
物理发行包
从开发环境，到物理发行包：
SETUP → ENGINE PACK → MODEL PACK
软件、Runtime 与模型可以物理分离，程序升级时不需要反复重新分发几十 GB 模型。当前已形成 Physical Release 结构与本地部署验证。
10 / CURRENT STATUS
当前状态
V1.0 / LOCAL PRODUCTIZATION VERIFIED。
已完成本地模型链路、T2I/T2V/I2V 核心生成模式、Program / Engine / Model 分层、Installer、发行 Pack、本地部署与稳定性验证。
仍在持续迭代生成体验、任务管理、模型能力与发布流程。项目是 Working Product Prototype，不是成熟 SaaS，也不代表已经大规模商业部署。