00能力 · 接口 · 提供方，三层分开
客户有没有显卡都能用的 AIGC 平台
能力写在模型接口上，不写在具体模型和硬件上。客户有显卡就本地跑，没显卡就全走云 API，两者混合也行。同一个工作台，换一份部署配置，能力一行不改。
01这套东西怎么搭的
能力只依赖接口，接口由部署配置指向提供方
- 01
三层分开
能力是你看到的按钮，接口是能力需要的模型种类（生文、生图、生视频、配音、转写、解析文档、向量），提供方是谁来兑现接口。
- 02
配置指向
能力只依赖接口，部署时用一份配置把接口指向提供方；换一家云厂商或换一张显卡，只改配置和一个适配器，能力不动。
- 03
三种形态
同一套能力交付成三种形态：纯 API 版一台普通服务器就能装，单机版装在你自己那台带卡的机器上，混合版本地跑得动的跑本地、跑不动的走云。
- 04
证据在平台层
AIGC 标识、字体白名单、授权登记，还有每一单花了多少钱或多少 GPU 分钟，都记在平台层，不管这一单是哪个提供方跑的。
接口只有七个
| 接口 | 做什么 |
|---|---|
text.generate | 生成和改写文字，含翻译、提示词扩写 |
image.generate | 文生图、图生图、局部重绘 |
video.generate | 文生视频、图生视频、参考图生视频 |
video.upscale | 视频放大 |
tts.speak | 配音，可选零样本克隆声音 |
asr.transcribe | 转写并给出词级时间戳 |
doc.parse / embed | 文档解析和向量化，给文件智能和知识库用 |
接口不随厂商变。换一家云厂商或换一张显卡，改的是适配器和一份配置，能力一行不改。
02先用它干什么
两件省手的，三件省脑的
省手的是本来要一遍遍做的活；省脑的是本来要坐下来想、要翻资料的活。
省手
-
商品场景图
传一张商品图，选场景，一分钟内出四张。
image.generate
-
多语配音与字幕
传中文视频，拿回英文或日文版，原说话人声音，字幕对齐。
asr.transcribe · text.generate · tts.speak
省脑
-
文案与话术
商品描述、直播话术、公众号稿，按品牌口吻三版。
text.generate
-
文件智能与知识库
合同标书出要点风险；公司文件问一句答一句带出处。
doc.parse · embed · text.generate
-
手绘讲解片
传手册或制度文件，出带板书的讲解视频。
doc.parse · text.generate · image.generate · tts.speak
03装在哪
同一套能力，三种交付形态
摸底阶段替你选一种，选完就是一份配置的事。
-
01
纯 API 版
没有显卡，或者不想管硬件
- 一台普通 Linux 主机，2 核 4G 起，你的内网或云上都行
- 七个接口全部指向云厂商
- 成本按调用量，平台按单记账
数据路径素材经过所指定的云厂商。
-
02
单机版
有一台带显卡的工作站或服务器
- 控制面、worker、本地引擎装在同一台机器
- 显存决定能跑什么：24 GB 能出视频，16 GB 只出图和配音，视频走云
- 素材不出公司，这是它的卖点
数据路径素材不出公司。
-
03
混合版
有显卡但不够用，或者有多台机器
- 本地 worker 可以多台，云端提供方兜底
- 接口按需求分流：敏感素材只走本地，通用任务走云
- 忙时自动溢出到云，闲时全在本地
数据路径打了「仅本地」标记的接口永不出公司，其余走云的部分经过所指定的云厂商。
拿你自己的素材试一次
体验入口用的是访客名额，不用注册。想看全部能力和当场切提供方，约一次三十分钟的演示。