GoogleCloudPlatform/genmedia-creative-studio

解决的问题

GenMedia Creative Studio 是一个专为创意探索与灵感启发而设计的网页应用程序。它提供了一个统一的界面来实验各种生成式媒体模型，让用户能够利用 Google Cloud 的 Vertex AI 生态系统来创作图像、视频、音乐和语音。

运作方式

该应用程序使用 Python 的快速 AI 应用开发框架 Mesop 构建，并以 FastAPI 应用程序的形式部署。它连接到 Vertex AI 以调用各种生成式模型，包括 Gemini Omni、Veo、Lyria 和 Chirp 3 HD。该工作室包含针对角色一致性、室内设计和“Shop the Look”等任务的专业工作流程。

目标客群

创意专业人士、开发人员以及希望探索 Google 生成式媒体模型功能，且无需为每个工具编写自定义代码的 AI 爱好者。

特色亮点

• 多模态生成：支持图像生成 (Nano Banana)、视频生成 (Veo)、音乐 (Lyria) 和语音 (Chirp 3 HD, Gemini TTS)。
• 创意工作流程：针对角色一致性、情绪板和虚拟试穿的专业工具。
• 快速部署：设计用于通过 uv 进行简单的本地设置，或使用 Terraform 和 Cloud Run 部署到 Google Cloud。
• 实验性工具：包含一系列独立应用程序和 Model Context Protocol (MCP) 服务器，用于尖端 AI 探索。