一、总体形态:一套 B/S 架构的云端 AI 工作流软件

无限画布 AI 软件不是安装在本机的绘图程序,而是一个分层的云端系统:浏览器端负责画布交互与节点编排,服务端负责任务调度与模型推理,两端通过 API 通信。

这意味着软件的升级在服务端完成,用户刷新页面即可获得新版本;模型再大也不占用本地硬盘和显存。产品入口为 https://wifi.quantv.com/,暂无客户端,手机浏览器同样可以访问。

如果想先了解这款软件能做什么,可先阅读 无限画布 ai 的产品能力总览;本文只回答「它在技术上是怎么跑起来的」。

二、浏览器端:画布引擎与节点编排层

浏览器承担的是「操作台」职责,核心模块有三个:

浏览器端不运行任何大模型,也不做重计算,因此对显卡没有要求;一个现代浏览器(Chrome、Edge、Safari 等)加上稳定网络即可。

三、云端:API 网关、任务队列与 GPU 算力池

点击「运行」后,请求在云端依次经过以下环节:

  1. API 网关与鉴权:校验账号身份、余额与配额,把节点图、参数和素材引用封装为一个工作流任务。
  2. 任务队列:任务进入队列等待调度。单图任务、批量任务按规则排队,支持失败重试与状态回查,避免用户重复提交。
  3. GPU 推理集群:真正的模型推理发生在云端 GPU 实例上,文生图、图生图、视频生成等不同负载运行在各自适配的算力环境中。
  4. 结果存储与回传:输出文件写入云端存储,结果地址与元数据(所用模型、参数、耗时)回传到画布节点,并归入该账号的创作资产。

云端算力是共享池化的:高峰期由调度系统分配资源,用户无需自行购买显卡,也不必为偶尔的批量任务扩容本地硬件,按实际消耗的算力计量即可。

四、模型调度层:多模型统一路由

一张工作流里往往串联多个模型节点,模型调度层解决的是「用哪个模型、发到哪、失败怎么办」的问题:

五、数据层:账号、资产与版本

六、与本地节点式软件的区别

七、开放面:API 与插件接入

平台并非封闭单体:工作流可通过开放 API 被外部系统触发,适用于批量跑图、跨平台集成与定时任务;自有能力也可按插件方式接入节点体系。具体开放范围与企业独立部署、贴牌方式,见 《无限画布开放吗?API、插件生态与企业独立部署说明》。

📌 行动清单:从架构理解到实际跑一次

  • 打开 wifi.quantv.com,用手机号验证码登录网页版。
  • 加载一个工作流模板,观察节点图的连线关系,提交一次任务并查看状态变化。
  • 在任务记录中回看本次使用的模型与参数快照,理解「过程数据」的含义。

FAQ:关于软件架构的高频疑问

Q1:无限画布 AI 软件对电脑配置有要求吗?

没有显卡或硬件门槛。重计算全部在云端 GPU 集群完成,本地浏览器只负责画布渲染和交互,普通笔记本乃至手机浏览器都可使用。

Q2:为什么它不需要下载安装?

因为它是 B/S 架构的 SaaS 软件,程序主体运行在服务端,浏览器就是客户端。访问 wifi.quantv.com 即等于「启动软件」,官方不提供任何安装包。

Q3:批量跑图时我的电脑会变卡吗?

不会。批量任务在云端队列中执行,浏览器只是接收进度,关机后任务状态仍以服务端记录为准;素材量大时主要取决于网络上传速度。

Q4:可以通过 API 把它接到自己的系统里吗?

可以。平台提供开放 API 用于触发工作流与批量任务,企业还可咨询私有化独立部署,详见开放能力说明一文。

下一步:在网页版里对照理解这套架构

打开 wifi.quantv.com,拖几个节点、提交一次任务,架构文章里的概念会立刻变得具体。