文生图、图生图、重绘、扩图、人像与商品素材。
AI CREATION SPACE · IMAGE · VIDEO · MUSIC
从一个想法，
开始完整创作
描述目标、上传参考图片或文件，就能在同一工作台完成 AI 图片与视频视觉创作、声音与音乐创作，以及生成结果的预览、下载和 HDFS 归档。
IDEACREATEEDITDELIVER视觉、声音、视频一站协作Reference · Generate · Preview · HDFS
文生视频、图生视频、首尾帧与异步任务结果归档。
描述氛围与用途，生成纯音乐并在原页试听、下载。
缩放、裁剪、旋转、翻转、格式转换与拼图不走生成模型。
创作工作台原图
工作台按“选择能力 → 填写必要参数 → 预览结果”组织操作。图片页采用工具、参数、结果三栏结构；手机端依次折叠，避免把 29 项能力藏在多层菜单里。
图片生成采用后台任务。任务提交后可以离开页面；在同一浏览器标签页返回图像工作台时，会继续读取当前账号的任务结果。生成完成后，原图先保存到当前租户 HDFS，再展示预览和下载入口。网络短暂中断时会查询同一任务，同一任务的重复提交不会再生成一份。
图片任务接口与升级要求
POST /api/Ai/GenerateMiniMaxImage 接收稳定的 RequestId，快速返回 Code=2 和 Data.TaskId。随后通过 GET /api/Ai/GetMiniMaxImageTask?taskId=... 查询，Code=1 且包含 Images 才表示图片已保存。相同 RequestId 改变提示词或参数会返回冲突；接口不把请求超时、HTTP 524 或 Uncertain 当作关键词违规，也不会据此判断 Token Plan 扣费。
配置吾码图片中转站时，节点之间通过 /v1/microi/image_tasks 提交和查询持久任务。供应商密钥由服务端保存，查询不再占用生成额度。若供应商明确拒绝，结果保留实际错误码和消息，便于区分参数、鉴权和网络问题。
升级时需要同时更新 平台后端 v8.1.11 或更高版本（Microi.Core、Microi.AI 与 API）、平台前端，以及应用商城 AI助手 v7.6.9 或更高版本；自建中转的接收节点也需更新。仅安装应用包不会替换运行中的平台程序。图片任务使用平台既有后台任务存储与 Redis，转发等待与真实供应商执行分开调度，不新增租户可编辑的同名 Worker 接口引擎。
参考图先写入当前租户私有 HDFS，再以经过校验的原图字节传给 MiniMax，避免供应商二次访问私有短效链接。参考图请求关闭提示词自动扩写。image-01 只接受一张人物参考图；消除、扩图、上色、修复、商品图与多图合成等操作必须选择图像编辑模型。前端按操作过滤模型，后端在调用供应商之前再次验证，缺少编辑模型时给出配置提示，不能把一张重绘结果当作编辑成功。
媒体运行时以真实用户身份执行上传开关、文件校验与配额检查；参考图片进入固定私有目录，生成结果进入固定公有媒体目录。目录授权仅由可信后端创建，普通上传请求无法通过填写相同目录或复制参数获得该授权。
从 AI 引擎选择媒体模型
图片、音乐与视频工作台，以及对话设置中的绘图、配乐选项，都从当前租户 mic_ai 读取媒体目录。AiModelId 指定引擎记录，Model 指定实际媒体模型；例如 M3 是聊天模型，图片生成应选择 image-01 等图片模型。明确选择的记录不可用时不会自动调用另一条账号。
在 AI 模型管理的“高级配置”中，MediaProtocol 设置默认协议，MediaModels 使用 JSON 数组配置实际模型：
json
[{ "Id": "image-01", "Name": "图片生成", "Capability": "image", "Protocol": "minimax-image" }]Capability 支持 image/music/video/speech。MiniMax 图片、音乐、视频、配音与 GPT Image 兼容图片协议分别由后端适配器处理；新增模型可复用已实现的协议，新供应商协议需要对应后端适配器，不能仅修改模型名称冒充接入。中转站通过 /v1/microi/media_models 公布安全目录，登录用户通过 /api/Ai/GetMediaModels 获取当前租户可选项；两个目录均不返回供应商密钥。
MiniMax 人物参考重绘适合创意再生成，可能改变原图构图和局部细节；GPT Image 兼容编辑使用图片编辑协议。生成式工具仍须检查实际输出，不能仅以请求成功判定精准消除或主体保持成功。加载面板显示预览扫描、真实等待时间和队列状态，并适配窄屏与减少动态效果设置。
MiniMax Code 图像编辑连接
MiniMax Code 中的 M3 可以调用图像工具完成消除。该工具是 connector__matrix__generate_image，通过 input_urls 接收原图，与开放平台 image-01 的人物参考接口不同。供应商没有在此工具协议中公开底层图片模型名称，吾码以 minimax-code-image 标识这条工具路由。
在 AI 引擎新增独立记录，默认媒体协议选择 minimax-connector-image，Endpoint 填写 https://agent.minimaxi.com（国内）或 https://agent.minimax.io，媒体目录配置为：
json
[{ "Id": "minimax-code-image", "Name": "MiniMax Code 图像编辑", "Capability": "image", "Protocol": "minimax-connector-image" }]管理员在图片模型选择区域点击“连接账户”，打开 MiniMax 官方页面并确认授权码。Token Plan API Key 不能替代该 OAuth 授权。独立连接不会与桌面客户端共用刷新凭据；后端将凭据加密保存到该引擎的 ApiKey，自动续期时使用共享锁和条件更新。运维导入只接受独立授权，不接收桌面 electron 登录态。调用生成仍需满足吾码中转鉴权、当前用户额度和文件存储权限。
此协议支持 1K / 2K / 4K 分辨率与 1:1 / 16:9 / 9:16 / 4:3 / 3:4 / 21:9 比例。服务端上传原图后调用生成工具，先持久保存返回的文件节点，再兑换下载地址并写入当前租户 HDFS。图片下载失败时保留节点用于恢复，不自动再次生图。生成式编辑可能改变姿势、构图或局部细节，仍应根据实际目标检查输出。
失败任务若返回 CanRecoverResult=true，页面显示“恢复原图”。调用 POST /api/Ai/RecoverMiniMaxImageTask?taskId=...，或中转协议的 POST /v1/microi/image_tasks/{taskId}/recover，会恢复原 TaskId。服务端重新核对所有者、冻结参数及共享文件节点，恢复 Worker 只取已有结果；节点不存在时拒绝恢复。文件下载支持最大 64 MiB，仍受租户 HDFS 限额约束。任务跨过授权有效期时，后续工具请求会回读或续期 OAuth；只有明确 401 会刷新后重试一次，生成超时不会自动重发。
AI 抠图使用专门的纯色抠像背景，再进行边缘连通区域透明化，避免把白色衣服按白背景一起清除。这仍是生成式主体隔离，精细发丝、主体同色区域及封闭空隙需检查实际 PNG；供应商生成标识不等于可以任意移除的装饰文字。
配置行和应用字段不会自动更新运行中的中转程序。使用该连接需要运行包含 Connector 适配器的前后端；原版 v8.1.11 的图片后台任务能力并不包含此后新增的 Connector 适配器。图片、音乐、视频和配音可分别选择不同引擎与模型；新供应商使用已有兼容协议时配置目录即可，新的协议仍需添加服务端适配器。
29 项图像创作与处理能力
这 29 项入口与产品当前工具目录保持一致。生成式能力负责理解意图与重构画面，精确处理则由服务端图像原子按确定规则执行，两者不能混为一谈。
创意生成
- 文生图用文字生成完整画面
- 草图成图把线稿和构图变成成品
- 海报设计生成营销主视觉方向
- Logo 灵感快速探索品牌方向稿
AI 编辑
- 图生图根据参考图继续创作
- AI 重绘重做风格、质感与细节
- AI 高清放大智能补充画面细节
- AI 消除移除指定对象并补全背景
- AI 扩图向外补全画面边界
- AI 去水印仅处理有权使用的素材
- AI 换背景让主体自然融入新场景
- 风格迁移转换画面的艺术风格
- 黑白上色为旧照片自然着色
- 老照片修复补损、降噪并改善清晰度
- AI 抠图理解复杂背景并透明化
人像商品
- AI 证件照生成规范人像与底色
- 人像精修改善自然肤质与光线
- AI 头像探索多风格个人头像
- 商品场景图生成商业布景与氛围
- 多图合成将多个主体融入统一画面
- AI 布光重新设计光线和氛围
精确处理
- 精确放大不重绘，只改变尺寸
- 彩色转黑白按强度转换灰度
- 纯色背景抠图快速输出透明 PNG
- 居中裁剪按目标比例安全裁切
- 旋转图片旋转并自动扩展画布
- 镜像翻转水平或垂直翻转
- 格式转换PNG、JPEG 与 WebP 转换
- 多图拼接宫格、横向与纵向拼图
生成式编辑与精确处理的边界
AI 消除、AI 扩图、AI 去水印、AI 抠图等当前采用“参考图 + 提示词”重新生成画面，并非逐像素蒙版修复。必须保持尺寸、位置或像素规则确定时，应选择标记为“精确”的处理工具。AI 去水印只能用于企业自有或已获授权素材。
AI 视频视觉创作
AI 视频通过受控的异步任务链完成：创建任务、查询状态、下载供应商临时结果，再转存到当前租户 HDFS。浏览器只获得绑定当前用户的安全句柄，不直接接触供应商密钥、原始任务 Id 或临时下载地址。
| 创作方式 | 适合场景 | 当前训练重点 |
|---|---|---|
| 文生视频 | 从脚本、镜头说明或产品创意直接生成短片 | 提示词要写清主体、动作、镜头、光线与场景连续性 |
| 图生视频 | 让已经确认的人物、商品或首帧开始运动 | 首帧必须经过检查，避免人物与品牌资产漂移 |
| 首尾帧 | 明确镜头开始与结束状态 | 关注转场合理性、时长、分辨率和供应商模型边界 |
| 连续内容 | 多段视频组成同一故事或产品演示 | 人物设定、服装、场景、音轨和字幕要单独做一致性验收 |
生成成功只代表媒体文件可取，不代表内容、版权、人物一致性、字幕、音轨或发布平台审核已经通过。正式交付仍需逐段预览并保存最终母版。
声音与音乐创作
当前工作台已经提供 AI 音乐入口：用文字描述情绪、节奏、配器和用途，生成纯音乐，在原页面试听并下载。托管模型与开源回退的格式可能不同，但成功结果都会校验后写入当前租户公有 HDFS。
音乐提交后在后台执行。可以停止等待或刷新页面，再回到音乐工作台继续查询原任务；这不会重新生成。遇到可恢复的文件读取中断时，使用“恢复原配乐结果”。若供应商明确拒绝或没有可查询的原回执，工作台会保留错误原因，避免一直等待或重复消耗额度。此功能需要同步升级平台前后端和所使用的吾码中转节点。
灵感描述
例如“轻快、克制、适合产品演示的科技感纯音乐”，而不是只写一个模糊风格词。
试听筛选
生成后使用原生播放器核对真实时长、开头结尾、节奏和情绪，再决定是否下载。
业务归档
结果进入租户 HDFS，以稳定文件地址供微服务、文章、视频或其它业务流程继续使用。
声音能力现状
“声音创作”当前公开工作台的可用入口是纯音乐生成与试听。旁白、对白、语音克隆或完整歌曲人声不能只凭模型文案宣称已经交付；接入后也应单独说明授权、声音权利与真实音轨验收。
一次完整创作如何交付
确定用途
先明确海报、商品图、短视频、配乐或多端素材的目标尺寸与受众。
准备参考
上传已检查、可授权使用的图片或文件，必要时固定人物与品牌设定。
选择能力
判断应走生成模型、AI 编辑，还是确定性的精确图像处理。
生成与预览
使用稳定 RequestId，等待真实媒体结果并在原页面查看或试听。
检查边界
核对内容安全、版权、人物一致性、画质、声音与文件元数据。
归档与复用
把通过验收的结果写入 HDFS，再交给业务页面或发布流程。
独立培训建议
一节 45～60 分钟的 AI 创作培训可以现场完成四组练习：
- 从一段产品描述生成横版主视觉，比较两种提示词的差异。
- 上传参考图，依次演示图生图、AI 重绘、扩图、换背景与授权素材去水印。
- 用同一素材演示精确裁剪、旋转、格式转换和多图拼接，说明“不重绘”的价值。
- 创建一段图生视频和一段纯音乐，检查异步状态、原页预览、下载与 HDFS 归档。
模型路由、图片/音乐接口、视频任务句柄、幂等和安全参数以 AI 引擎与 Microi.AI 中转站 为技术事实源；经营数据相关课程请进入 AI 数据分析。