玩 AI 绘画的朋友大概都有过这种憋屈：提示词写了三四百字，人物姿势、镜头角度、构图层次全靠模型「抽卡」，出十张能有一张能用就烧高香了。想固定角色长相换个场景继续拍？想自己决定镜头在哪、道具摆在哪？现成的文生图工具基本都做不到——本质上，你只是在「许愿」，不是在「创作」。
今天五哥要给大家介绍的 ArtCraft，就是冲着这个来的——它给自己的定位相当野心：给艺术家的 IDE。2D 里搭图层合成，3D 里摆机位布景，62 个图像/视频/音频/3D 模型随手切换，把「写提示词抽卡」变成「先搭景、再生成」的确定性创作流程。
📌 ArtCraft 是什么？
ArtCraft 是一个用 Rust 编写的开源桌面应用，定位是「交互式 AI 图像与视频创作的 IDE」。项目背后的公司叫 Storytold，去年 3 月就建仓了，目前拿下 1.2 万+ Star，最新版本 9 月底更新到 v0.41.0，支持 Windows 和 macOS，Linux 用户可以从源码编译。
划四个重点：
- 🎨 先搭景，再生成——构图、角色身份、机位全都你说了算，场景搭好了再喂给生成模型，结果可预期、可复现，不用再抽卡；
- 🧠 62 个模型一个工作台——Nano Banana Pro、GPT Image、FLUX、Seedream、Midjourney、Sora、Veo、Kling、Suno、混元 3D……图像、视频、音乐音效、3D 网格、3D 世界全在一个界面里切换；
- 🧩 2D 和 3D 混着用——图片抠出来当图层，图片转成 3D 网格摆进场景，3D 资产包拼场景布机位，素材之间自由组合；
- 🆓 免费开源——软件免费下载免费用，「Fair Source」协议，你生成的所有素材 100% 归你自己。
✨ 核心玩法：像搭片场一样做图
这是五哥觉得 ArtCraft 最不一样的地方：它把影视行业「先分镜、先布景、再开拍」的流程搬进了 AI 生成。几个代表性能力：
- 🖼️ 2D 图层合成——背景、前景、道具分层摆，自带抠图和画笔，一张图拆成图层重新组装；
- 🧍 角色摆姿势——先给虚拟演员摆好姿势、定好机位，再让模型照着生成，角色长相和动作都能锁住；
- 🏙️ 3D 场景搭建（Kitbashing）——内置一整套 3D 资产包（街道、太空站、影棚、天空盒），拼出场景、定好机位和景深再出图，构图再也不靠运气；
- 🏠 Image to Location——一张环境图就能建出固定场景，同一间房里规划多个镜头，角色在哪都保持一致；
- 🧊 图片转 3D 网格——一张图变 3D 物体，可以自由摆放、旋转、取景，甚至直接生成 Marble 高斯泼溅的 3D 世界。
看两张实际界面——下面这张是场景搭建的资产库，城市、太空站、海岛、影棚都是现成的积木：
这张是给骑士角色摆姿势、定机位，摆好之后才轮到生成模型上场：
✍️ 提示词党也没被丢下
不想搭景、就想快速出图？ArtCraft 同样是顺手的提示词工作台：文本生成图像横跨十几个模型，一句话描述改动就能编辑图片（Nano Banana Pro、GPT Image 这类编辑模型），还能配合蒙版和画笔指定「只改这一块」——下面这张图就是在照片上涂个选区，加顶帽子加单片眼镜：
图满意了，接着选一个视频模型直接图生视频，Veo、Kling、Seedance、Sora 2 一排随便挑：
🧠 62 个模型，一张桌子全摆下
ArtCraft 内置的模型目录相当豪华，官方列了 62 个（含部分暂未开放的），挑主流的说：
| 类型 | 代表模型 |
|---|---|
| 图像（16） | Nano Banana 系列、GPT Image 系列、FLUX.1 全家、Seedream 4/5 系列、Midjourney |
| 视频（25） | Seedance 1.5/2.0、Kling 2.x/3.0、Veo 3.1、Sora 2、Vidu Q3、MiniMax H3、Flux 3 |
| 音乐音效（5） | Suno Music / Remix / Sounds、Seed Audio |
| 3D 网格（11） | 混元 3D 2.0～3.1 全系、Tripo3D、Meshy 6、Rodin 2.5 |
| 3D 世界（5） | World Labs Marble 全系、TripoSplat（高斯泼溅） |
模型这条路 ArtCraft 走得很开放：官方 ArtCraft 自家模型、Grok、Midjourney、Sora、World Labs 已经接好，后续还计划接入 Google、Runway、Luma，并且有意支持 OpenArt、Freepik 这类聚合平台——你已有的订阅，理论上都能在 ArtCraft 里用起来。
🚀 上手：下载即用
去官网下载 Windows / macOS 安装包，装好登录就能用；想折腾的可以 clone 仓库自己编译（Rust 技术栈，Linux 也能跑）。应用内按 Credits 计量生成费用，也可以接自己的模型账号。
建议的打开方式：先用 Text to Image 摸清楚各模型的脾气，再试试抠一张自己拍的照片扔进 3D 场景里当道具——从「抽卡」到「搭景」的感觉切换，试过一次就回不去了。
🤔 还有什么要注意的？
- ⚠️ 还在快速迭代期——版本号刚过 0.41，功能和界面随时会变，偶有 bug 属正常现象；
- 💰 生成要花钱——软件本身免费，但调用各家生成模型按 Credits 或你自己的订阅计费，批量出图前先想好预算；
- 🐧 没有官方 Linux 安装包——Linux 用户得从源码编译，对小白不算友好；
- ⚖️ 协议不是纯开源——「Fair Source」性质：免费用、随便改、生成物归你，但不能拿它本身去卖钱；
- 🖥️ 3D 场景吃配置——实时渲染 3D 场景对显卡有一定要求，老机器建议先从 2D 合成玩起。
🎯 总结
ArtCraft 干的事，是把 AI 生成从「许愿」升级成「创作」：构图你定、机位你定、角色你定，模型只是最后按快门的那个。如果你符合下面任意一条，都值得装一个：
- 🎨 被抽卡式文生图折磨怕了的插画师、概念设计师；
- 🎬 想固定角色、固定场景连续出图出片的短剧/漫画创作者；
- 🧠 一个订阅都不想浪费、想把 62 个模型收进一个工作台的 AI 重度玩家；
- 🧊 对图片转 3D、高斯泼溅世界这类新玩法感兴趣的极客。
🔗 官网：https://getartcraft.com/
🔗 GitHub：github.com/storytold/artcraft
🔗 2 分钟官方演示：YouTube
提示词给了所有人画笔，ArtCraft 给的是分镜纸和摄影棚——生成式 AI 的下半场，拼的不是谁会许愿，而是谁会搭景。
— 墨涩