汇隆 AI 虚拟影像工作站

模型本身不能替代生产工具。一次影像任务还需要输入、运行、文件处理、任务状态和结果查看。

这个项目把文生图（T2I）、文生视频（T2V）和图生视频（I2V）整理进同一个本地工作台，当前先以已验证的文生视频任务运行和图生视频输入流程建立使用路径。

本地工作站把运行环境、文件和生成任务放在同一个可控制的使用边界内。对这个项目而言，“本地”首先是一种运行方式。

桌面入口的价值，是让一次生成任务拥有明确的入口、状态和结果位置；这种使用方式仍以原型验证为准。

我负责这套工作台的产品定位、功能拆分和使用流程设计，把文生图、文生视频、图生视频三类任务整理进统一界面，并设计任务提交、运行状态、结果查看等操作路径。

具体包括需求判断、信息架构、生成流程、本地生成链路的接入方式、功能测试、验收和迭代判断；工程实现结合现有生成框架与 GPT、Codex 等 AI Coding 工具协作完成。

• 需求判断与产品定位：判断影像生产任务与工具边界，明确当前原型不覆盖的范围。
• 生成能力与使用流程：梳理文生图、文生视频、图生视频的输入与提交路径，区分已验证功能与仍待验证的链路。
• 信息架构与交互路径：设计桌面入口、模式选择、任务状态和结果查看路径。
• 本地生成链路接入：确定本地生成任务如何进入工作台，并把可验证的运行状态放回实际操作流程。
• 功能测试与验收：检查文生视频运行及图生视频输入、提交流程，记录未完成验证的范围。
• AI Coding 协作与迭代判断：使用 GPT、Codex 等协作工程实现，由本人负责方向、测试与下一步判断。