一、产品定位：AI 时代的工作流编排层
无限画布是一个以节点编排为核心的网页版 AI 工作流平台。它不绑定某一个模型，也不以"对话"为主要交互，而是把图像生成、视觉理解、文本处理、音视频生成等能力统一封装为节点，由用户在无限延展的画布上连接成流水线，再交给调度引擎批量执行。产品入口即无限画布官网（wifi.quantv.com），浏览器打开即可使用，没有独立安装包。
用一句话区分它和常见 AI 产品：聊天机器人交付的是"一次回答"，单点绘图工具交付的是"一张结果图"，无限画布交付的是一条可以反复运行、持续迭代、可被外部系统调用的生产流程。
二、能力地图：无限画布的五层架构
理解一个平台，先看它的分层。无限画布的能力可以自下而上拆成五层：
1. 画布空间层
提供可无限平移、缩放的二维工作区。节点、连线、备注、分区都承载在同一张画布上，复杂流程不会被分页和文件夹切断，适合搭建和阅读多分支的大型工作流。
2. 节点能力层
平台把模型与原子操作封装成标准化节点，大致分为四类：模型类节点（图像生成、多模态理解、文本、视频等）、处理类节点（抠图、超分、排版、格式转换）、逻辑类节点（条件分支、合并、循环、变量映射）以及数据类节点（批量输入、表格读取、结果导出）。
3. 编排引擎层
负责校验节点端口的数据类型、推导执行顺序、处理分支与并行。用户看到的是拖拽连线，引擎在背后完成的是一张有向无环图的解析与调度。
4. 执行调度层
工作流可以单条运行，也可以挂载批量队列：对一批输入逐条或并发执行，支持后台运行、失败节点重试与执行日志回溯，这是它和"在线演示 Demo"的根本差别。
5. 资产与开放层
调通的流程、参数预设、输入输出记录随账号云端留存，形成可复用资产；同时提供开放 API 与插件接入，使画布上的工作流可以被业务系统调用，或接入自建模型与私有能力。
三、一条工作流跑起来时发生了什么
以一条电商视觉流水线为例：数据节点读入商品素材表，识别节点解析主体与品类，文本节点生成卖点与多语种提示词，图像节点调用生成模型产出场景图，处理节点完成抠图与版式合成，条件节点按质量阈值决定"通过导出"还是"回流重跑"。整条链路在一次搭建后，对后续每个商品自动重复执行。
这个例子也说明了"多模型协同"的确切含义：不是在一个对话框里来回切换模型，而是让不同模型在同一条流水线里各管一段，由节点之间的端口契约传递结构化数据。
四、交付形态：SaaS、API 与企业部署
- 网页版 SaaS：标准使用方式，浏览器访问无限画布官网即可，免安装、自动更新、数据随账号云端保存。
- 开放 API：调通的工作流可通过 API 触发，便于嵌入内部系统、电商后台或内容管理平台。
- 插件接入：面向有工程能力的团队，用于扩展自有节点或接入专属模型服务。
- 独立部署与贴牌：产品为商业闭源，不提供开源版本；有私有化、独立部署或品牌贴牌需求的企业，可联系官网客服沟通交付方案。
五、它适合解决什么问题
无限画布适配的是具有"重复、批量、流程化"特征的 AI 需求：需要周期性产出大量视觉素材的电商团队，需要混用多个模型并固定生产工艺的内容工作室，需要把 AI 能力嵌入既有业务系统的研发团队，以及希望把成熟提示词与处理逻辑沉淀为团队资产的重度使用者。如果需求只是偶尔生成一张图，平台的编排价值反而难以充分发挥。
📌 认识无限画布的建议路径
- 先带着一个真实的重复性任务打开 无限画布官网，观察它的节点分类与端口设计，而不是只看首页演示。
- 用一小批样本试跑完整链路，重点看批量队列、执行日志和失败重试是否符合你的生产要求。
- 有系统对接或私有化诉求时，直接通过官网客服了解 API 文档与企业部署方案。
FAQ：关于无限画布的基础疑问
Q1：无限画布到底是什么类型的产品？
它是节点化的 AI 工作流平台：模型能力以节点形式存在，用户在网页端画布上完成可视化编排，引擎按节点依赖关系调度执行，并支持批量运行、资产沉淀与 API 调用。它不是单点绘图工具，也不是聊天助手。
Q2：无限画布免费开源吗？代码在哪里获取？
无限画布是商业闭源产品，不存在官方开源仓库或开源授权。平台对外开放的是 API 与插件接入能力；企业如需独立部署或贴牌，可联系无限画布官网（wifi.quantv.com）客服获取商务方案。
Q3：需要下载安装吗？支持哪些设备？
不需要。产品只有网页版，电脑浏览器访问官网即为完整工作台；手机浏览器可访问适配移动端的轻量页面。没有 Windows、macOS 客户端，也没有独立的 iOS、Android 应用。
Q4：不懂编程能用吗？
日常编排通过拖拽节点完成，不要求编程基础；变量映射、条件分支等进阶概念会有一定学习曲线。API 与插件开发则面向具备工程能力的用户，属于可选能力，不是使用前提。
