backblaze-labs/genblaze

何を解決するか

Genblaze は、動画、画像、音声の生成AIワークフローをオーケストレーションするためのパイプラインSDKです。プロバイダーロックインの問題を解決するために、異なるAIモデル（例：Sora、Runway、ElevenLabs）間でオーケストレーションロジックを再実装せずに切り替えることができる統一APIを提供します。また、メディアのプロヴァンス（起源）の問題に対処するために、実行ごとに一貫性があり、ハッシュ検証可能なマニフェストを自動生成し、生成されたアセットの出典とパラメータを追跡可能かつ改ざん検出可能にします。

動作方法

SDKは Pipeline API を使ってマルチステップの生成ワークフローを定義します。各 Step はプロバイダー、モデル、プロンプトを指定します。システムは OpenAI、Google、NVIDIA NIM などのさまざまなプロバイダー・アダプターと統合され、APIのライフサイクルを処理します。生成されたアセットは Sinks で扱われ、Backblaze B2 などのS3互換ストレージやローカルのParquetファイルにメディアとその対応するプロヴァンスマニフェストを永続化できます。プロヴァンスマニフェストには、プロバイダー、モデル、プロンプト、パラメータの完全なチェーンが記録され、.mp4 や .png などのメディアファイルに直接埋め込むことも可能です。

対象ユーザー

複数のAIプロバイダーを管理し、生成コンテンツの厳密な監査証跡（プロヴァンス）を維持し、アセット用の耐久性のあるストレージを統合する必要がある、プロダクショングレードの生成メディアアプリケーションを開発する開発者向けです。

主な特徴

• 統一されたプロバイダーAPI：OpenAI、Google、Runway、Luma、ElevenLabs など、複数のモダリティに対応する幅広いプロバイダーをサポート。
• 組み込みのプロヴァンス：SHA-256で保護されたマニフェストを自動生成し、メディアファイルに埋め込むか、サイドカーとして保存可能。
• S3優先ストレージ：Backblaze B2 および他のS3互換ストレージとのネイティブ統合により、耐久性があり、コンテンツアドレス可能なアセット管理を実現。
• 再実行可能な実行：すべての実行がマニフェストに記録され、CLIで genblaze replay を使って生成を再構築可能。
• フォールバックチェーン：fallback_models をサポートし、モデルエラー時に自動的に再試行。
• マルチステップオーケストレーション：1つのパイプライン内でテキストから画像、画像から動画へのチェーン（例：text-to-image → image-to-video）を実現可能。