首页 / 文章 / 扒底裤系列

这个无限画布项目,到底是干嘛的?AI 现在这么强了,它还有价值吗?

格里灰丝2026.11.05约 2675 字 · 6 分钟Markdown 原文

GitHub 上有个叫"无限画布"(infinite-canvas)的开源项目挺火。它今年五月才建仓,五个多月攒了九千七百个 star,被 fork 了两千多次。它给自己的定位是"面向 AI 创作的开源无限画布工作台":能生图、生视频、和 AI 助手对话,所有东西都摆在一块画布上。

我看到它的第一反应是有点疑惑。我平时用 Claude Code,主模型是 Opus 5.5。让它出图,它会自己去调接口;要一组图,它会批量出;要按某张参考图改,它也能改,改完把文件放好。整个过程我只需要说一句话。既然 AI 自己就能把活干完,再弄一块画布出来,是不是多此一举?

带着这个疑问,我把这个项目翻了一遍。结论先放在这里:它有价值,但价值不在"做",在"看"。

先说它是什么

"画布"这个词听着抽象,其实就是一块可以无限延伸的大桌面,像白板一样,东西可以随便摆,随便放大缩小。

桌面上摆的是一张张卡片。文字卡片写的是要求,比如"一个穿红衣服的女孩站在雨里"。图片卡片可以是你上传的参考图,也可以是 AI 生成的结果。视频卡片也一样:生成出来的视频是一张卡片,一段现成的视频也可以当参考,让模型模仿里面的动作和镜头,前提是你用的视频模型支持。视频卡片还能截取最后一帧,变成一张图片卡片,拿去当下一段视频的开头,两个镜头就接上了。

卡片之间可以连线。线的意思很简单:"这一张,是拿那几张做出来的。"比如把一段文字和一张角色图连到一张新卡片上,点生成,新卡片里就出现了结果。之后你可以从这个结果再拉线出去,接着往下做。

用的时候,在设置里填上自己的模型接口和密钥,浏览器直接去调用。项目还带了提示词库、素材库,以及一个接口,可以让 Claude Code、Codex 这类 AI 工具直接操作画布。

听上去功能不少。可是回到开头那个疑问:这些事,AI 自己不就能干吗?

"做"这件事,AI 已经能自己包了

老实说,单论把图做出来,这块画布并没有比 Claude Code 多做什么。

批量出图,Claude Code 写个循环就行。要一组图风格统一,它可以固定一张风格参考图、固定一段提示词,每次调用都带上。哪张不满意,你说一声,它就拿另一张当参考重做。这些都用不着画布。

所以评价这个项目,不能问它能做出什么,得换一个问题:AI 把活干完以后,人这一边是什么情况?

AI 干完活,人看到的是什么

设想一个具体场景:你要给一篇文章配六张插图,风格要统一,前后改了三轮。

用 Claude Code 做,最后你手里是一个文件夹,里面十几张图,文件名大概是 v1_01.png、v2_03.png 这种,再加上 AI 写的一段汇报:"已完成三轮修改,第三轮统一了色调。"

哪张是第几轮的?第五张是拿哪张当参考改出来的?第二轮为什么把背景换了?这些信息 AI 都有,它干活的时候全知道。可它们都在 AI 的上下文里,人看不见。

活是干完了,过程对人来说却是个黑盒。

人要判断这组图行不行,只能一张张打开,对着文件名去猜它们之间的关系。发现了问题,还得用文字跟 AI 描述:"第三轮的第五张,左边那个人的衣服颜色偏了,用第二轮的第二张当参考重做。"把视觉上的问题翻译成文字说出去,本身就很别扭,说不准是常事。

画布做的,就是把这个黑盒摊开

同样的事情放到画布上,每一张图都是桌上的一张卡片,每一段来历都是一条线。第一轮的六张放在左边,第二轮从它们身上拉出来,第三轮再往右。哪张参考了哪张,顺着线就知道。

这一点在"风格统一"这类判断上特别要紧。统不统一,不是哪一张图自己的事,要把一整组图放在一起才看得出来。在文件夹里一张张点开,很难判断;六张并排摆在眼前,哪张的颜色跳出来了,一眼就能看到。

所以这块画布可视化的不只是结果,还有结果是怎么一步步来的。AI 干活的过程原来藏在它自己那里,现在摊在了桌面上,人看得见了。

光能看还不够,还得插得上手

如果只是"能看",其实也好办。让 Claude Code 做完以后顺手生成一个网页,把所有图排好,也能看。

画布多出来的一步是:看到哪里,就能在哪里动手。第五张颜色不对,直接选中它,把第二张拉一条线过去,点重新生成。从看到问题到改掉问题,中间不用再翻译成文字。

这里还有一笔账。在 Claude Code 里,你说"用第二张重做第五张",这句话要先交给大模型,由它理解你的意思、找到对应的文件,再去调用图片模型。每一次都要花大模型的 token,也要等它回复。在画布上点一下,是直接调用图片模型,中间不再经过大模型。

图片模型本身的钱,两边一样要付,省下的是大模型理解和判断的那一份。既然拍板的是人,这份钱本来就不必花。改的轮数越多,这笔账越明显。

所以这个项目真正做的事情是:让人看得见 AI 干活的过程,并且随时能插手判断。

它在哪里最用得上

顺着这个思路,它适合什么场景也就清楚了:凡是最后必须由人拍板的地方。

审美、风格、"这个感觉对不对",这些事 AI 可以给建议,但最后还是人说了算。人说了算的地方,人就得看得见、插得上手。

最典型的是做短视频、漫剧时的素材准备。这件事链条很长:先定角色形象,再画场景,再出分镜图,再生成每个镜头的首尾帧,最后才生成视频。每一步都依赖上一步,画布上的连线正好就是这条链。几十个镜头要用同一个角色,靠连线指定参考,比靠文件名管理可靠得多。更重要的是,生成视频比生成图片贵得多,也慢得多。先在便宜的图片阶段由人把关挑好,再去生成视频,最划算。

边界也要说清楚。它管的是素材准备这一段,没有剪辑用的时间轴,最后的拼接、字幕、配乐还得交给剪映这类软件。另外,如果你只是偶尔配一两张图,或者这件事你本来就愿意全交给 AI 决定,那直接让 AI 做就行,用不着它。

最后

回到开头那个问题:AI 现在这么强了,这个项目还有价值吗?

我的看法是有。

大模型的能力还会一直往上走,能做的事会越来越多。照这个趋势,凡是和模型比"谁更会干活"的工具,迟早会被模型本身追上。可是"给人看、让人插手"这部分,和模型强不强没有关系,不会随着模型变强而被替代。模型再强,最后拍板的还是人,人就得看得见过程、插得上手。

这一层由谁来做,以后可能会变,模型厂商自己也可能在产品里把它做掉。但这一层本身会一直有用。所以,与其和模型比谁更会干活,不如去做给人服务的那一层。这可能是以后做 AI 工具更好的切入点。

项目地址:https://github.com/basketikun/infinite-canvas

← 返回「扒底裤系列」回到顶部 ↑