SceneWorks：本地 AI 图像视频音频工作室

项目简介

SceneWorks 是一款桌面原生 AI 图像、视频与音频生成工作室。生成直接运行在本机 GPU 上：macOS（Apple Silicon）使用 MLX，Windows 和 Linux（NVIDIA）使用 candle / CUDA。它不需要 Python、云端服务或 Docker，提示词、模型和媒体文件都留在本机。同一代码库也可作为可选 GPU 服务器，用于无头、局域网、共享 GPU 或 RunPod 部署。

主要功能

双界面：高级工作区包含全部工作室、素材库和参数；简易界面只保留图像、视频、音频、素材以及模型管理、队列、设置、许可证等入口。侧边栏可切换两种界面，也可在设置中默认使用简易 UI；手机宽度视口始终显示简易界面。两者共享同一套目录、任务流和项目数据。

图像工作室：文生图、图生图、参考引导生成和并排变体；在支持编辑的模型上提供编辑、细节增强、局部重绘、双参考编辑（如场景图与人物合成）以及通过 ControlNet 叠加实现姿态锁定。

视频工作室：文生视频、图生视频、片段延长、首尾帧桥接和基于 VACE 的人物替换。

音频工作室：语音、音效、音乐、声音克隆四种模式。语音模式提供按口音和性别分组的音色库，并支持多说话人对话脚本；音乐模式可描述曲目并设置 BPM、调性和歌词，支持局部重绘、重绘和延长；声音克隆可从素材库参考音轨克隆并保存到命名注册表。

角色工作室：使用 InstantID、PuLID-FLUX 等身份模型和角色 LoRA，在多个镜头中保持同一张脸。

文档工作室：生成图文交错文档，如指南、故事板和教程。

训练工作室：在本地构建带标注的数据集，训练图像/视频 LoRA 以及 ControlNet 姿态叠加；使用原生 Rust/MLX/candle 训练器，不依赖 torch。完成的适配器会注册到库中，图像适配器可在图像工作室选择，视频适配器可在视频工作室选择。

编辑器：图像编辑器支持裁剪、拉直、翻转、变换、放大和细化；视频编辑器支持剪辑、排序时间线并导出 MP4。

素材库与管理：素材库浏览所有项目的静帧、片段和音频；数据集用于创建和标注训练数据；姿态库管理全身姿态骨架并从照片派生新姿态；关键点库提供面部角度构图预设和角色转面角度集；预设可保存并复用生成设置；模型管理器提供图像、视频、音频、工具和 LoRA 分类目录，支持搜索、下载、导入和管理本地检查点，并显示预计大小与最低内存。队列、统计、日志、设置、许可证页面展示运行和最近任务、每次运行的模型、量化档位、设置、耗时与内存对比、路由和工作进程活动、路径、服务令牌、检测到的 GPU，以及所有捆绑组件和随附模型的许可证声明。

模型目录：内置模型目录会按需下载权重，首次使用时拉取，不随安装包捆绑。目录目前覆盖 53 个图像模型、9 个视频模型、8 个音频模型和 15 个工具模型。多数模型提供 bf16、Q8、Q4 量化档位，每个模型声明自己的内存下限；需要超过设备可用内存的任务会以明确原因失败，而不是一直挂起。

复用 ComfyUI 模型库：如果已有 ComfyUI 的 models/ 目录，可通过设置 SCENEWORKS_EXTERNAL_MODEL_ROOTS 指向这些文件夹，原地读取模型，无需复制或重新下载。LoRA 可立即使用；基础检查点会从 ComfyUI 的分组件目录组装，并在已支持原生加载器的模型家族（Z-Image、Qwen-Image、Wan 视频、FLUX.2）中原地运行，其他家族会列出但标记为暂不可运行。该功能在 Windows/Linux/服务器构建中为可选开启，默认关闭。

安装与使用

桌面版提供 macOS .dmg、Windows .msi/.exe、Linux .AppImage/.deb 原生安装包，安装过程不需要 Docker、终端或 Python。安装后首次启动会进入设置向导，可选用推荐的入门模型；模型权重在首次使用时下载。macOS 需要 Apple Silicon；Windows 和 Linux 桌面版面向 NVIDIA GPU。

启动后可在高级工作区和简易界面之间切换，选择工作室、模型和量化档位后输入提示词开始生成。正在编辑的工作室会保留未完成的提示词和设置。多数模型在应用内提供提示词指南。

服务器部署可使用 Docker Compose 栈或公开的 RunPod 镜像，面向 Linux/amd64 和 NVIDIA GPU，通过令牌保护的 Web UI 访问。

注意事项

• 项目使用 AGPL-3.0 许可证。
• 随附或可下载模型的许可证各不相同，使用前请查看应用内许可证页面和模型自身条款。
• 模型权重不随安装包捆绑，需要首次使用时下载。
• 复用 ComfyUI 模型库属于可选设置，部分基础模型家族要等对应原生加载器支持后才能运行。
• 桌面版主要面向单机创作者；服务器部署更适合共享 GPU、无头主机或按需云 GPU。
• 功能会按设备能力显示，当前机器无法运行的能力不会出现在界面中。

---

本作品整理自 GitHub 开源项目 SceneWorks/SceneWorks，原作者 @SceneWorks，许可证 AGPL-3.0。中文介绍由 AI 根据项目 README 整理，以原仓库为准。