Open Higgsfield：统一图像与视频生成工作流的开源创作工坊
> Open Higgsfield — 一个统一图像与视频生成工作流的开源创作工坊，让多种模型在同一界面下协作。
## 一、项目定位：解决多模型割裂的创作痛点
在生成式 AI 爆发式发展的当下，创作者面临一个尴尬的困境：图像生成有 Stable Diffusion、FLUX、Midjourney；视频生成有 Runway、Pika、可灵、HunyuanVideo；而每个模型又有自己独立的 Web UI、参数设置、输出格式和 API 接口。想要完成一个“图生视频”或“文生视频再修图”的完整创作流程，往往需要切换多个网页、复制粘贴多次 prompt、手动整理输出文件，甚至为了对比不同模型的结果而反复切换标签页。这种割裂体验极大地降低了创作效率，也让模型间的协作变得困难。
Open Higgsfield 正是为了解决这一痛点而生。它将自己定位为“一个工作室”——一个面向图像和视频生成的统一创作界面。它提供一个统一的 prompt 输入栏，每个模型拥有独立的参数面板，所有完成的生成结果都统一收纳在一个画廊（Gallery）中。这意味着，你可以在同一个界面里，用同一个 prompt 同时驱动多个图像模型和视频模型，并集中管理所有输出。
## 二、核心功能与使用方式
### 2.1 安装与启动
Open Higgsfield 基于 TypeScript 开发，依赖 Node.js 环境。安装过程非常简洁：
bash
# 克隆项目
git clone https://github.com/wide-trace/open-higgsfield.git
cd open-higgsfield
# 安装依赖
npm install
# 启动开发服务器
npm run dev
# 生产构建
npm run build
启动后，默认在 `http://localhost:3000` 打开界面。如果你需要连接本地运行的模型（如 ComfyUI、Stable Diffusion WebUI、HunyuanVideo 等），需要确保这些模型服务已启动，并在设置中配置对应的 API 地址。
### 2.2 界面与基本工作流
主界面采用极简设计：顶部一个大型 prompt 输入框，左侧为模型选择列表，右侧为参数面板，底部为画廊区域。
**基本工作流：**
1. **输入 prompt**：在顶部输入框填写描述文本，例如“一只穿宇航服的猫在月球上行走，赛博朋克风格，4K”。
2. **选择模型**：从左侧选择你需要的图像模型（如 FLUX）和视频模型（如 HunyuanVideo）。
3. **调整参数**：右侧面板会动态显示所选模型的专属参数，例如采样步数、CFG 值、分辨率、运动强度、帧数等。
4. **执行生成**：点击“生成”按钮，系统会并行调用所有选中的模型，并将结果统一存入画廊。
5. **画廊管理**：画廊以网格形式展示所有生成结果，支持预览、下载、重命名、删除，以及按模型类型或时间过滤。
**代码示例：调用 API 进行生成**
虽然项目主要提供 Web UI，但也暴露了 REST API，便于集成到其他工具中：
bash
# 使用 curl 调用生成接口
curl -X POST http://localhost:3000/api/generate \
-H "Content-Type: application/json" \
-d '{
"prompt": "a cat wearing a spacesuit on the moon",
"models": ["flux", "hunyuan-video"],
"params": {
"flux": {"steps": 30, "cfg": 7.0, "width": 1024, "height": 1024},
"hunyuan-video": {"frames": 72, "motion": 5}
}
}'
### 2.3 支持的模型与扩展机制
Open Higgsfield 目前内置了对多种主流开源模型的支持，包括但不限于：
- **图像**：FLUX、Stable Diffusion 1.5/XL、SD3、Playground V2.5 等。
- **视频**：HunyuanVideo、AnimateDiff、Stable Video Diffusion 等。
项目采用插件式架构，每个模型以独立的 Provider 形式接入。如果你想增加新模型，只需在 `src/providers/` 目录下创建一个新 Provider，实现统一的接口（如 `generateImage`、`generateVideo`），即可无缝集成。这种设计保证了项目的可扩展性和社区贡献的便利性。
## 三、核心亮点与设计哲学
### 3.1 统一 Prompt 与多模型并行
最大的创新在于“一个 prompt，多模型并行”的机制。传统工具中，即便有统一界面，也往往是串行调用。而 Open Higgsfield 允许同时向多个模型发起请求，并在画廊中并列展示结果，方便创作者横向对比不同模型对同一 prompt 的理解和表现力。这对于模型选型、风格测试、快速迭代非常有用。
### 3.2 模型独立参数，但统一管理
不同模型对参数的需求差异极大。FLUX 对 CFG 敏感，HunyuanVideo 需要控制帧数和运动强度。Open Higgsfield 没有强行统一参数，而是为每个模型保留独立的参数面板，同时将生成结果统一收纳。这种“逻辑统一，物理隔离”的设计，既保证了专业性，又避免了参数混淆。
### 3.3 本地优先，隐私可控
与云端生成服务不同，Open Higgsfield 完全本地运行。你的 prompt、图像、视频都不会上传到第三方服务器，所有数据只存在于你的机器或你配置的本地模型服务中。这对于涉及商业机密或个人隐私的创作场景尤为重要。
### 3.4 面向工作流而非单次生成
项目强调“工作室”概念，而非简单的生成器。画廊功能不仅是一个结果列表，更是一个创作管理面板。你可以为每个项目创建独立的画廊，将图像和视频按项目分组，方便回溯和二次编辑。这种设计贴近真实创作流程，而不是一次性工具。
## 四、适用场景
1. **AI 内容创作者**：需要快速测试多个模型效果，进行风格迁移、图生视频、多模态叙事等复杂工作流。
2. **模型评测与选型**：对同一 prompt 在多个模型上运行，对比质量、速度、风格，辅助技术选型。
3. **教学与研究**：在课堂上演示不同生成模型的差异，或作为实验室的本地生成基础设施。
4. **隐私敏感的商业设计**：在不离开内网的情况下完成图像和视频生成，保护设计稿和商业创意。
5. **多模型协作的自动化管线**：通过 REST API 将 Open Higgsfield 嵌入到自动化内容生产流程中，作为统一的生成网关。
## 五、同类项目对比
| 项目 | Open Higgsfield | ComfyUI | A1111 (Stable Diffusion WebUI) | Fooocus |
|------|----------------|---------|-------------------------------|---------|
| 主要定位 | 多模型统一工作室 | 节点式工作流 | 单模型完整工具 | 极简生成工具 |
| 多模型支持 | 原生多模型并行 | 需手动搭建节点 | 需切换脚本 | 仅 SD 系列 |
| 视频生成 | 内置支持 | 需第三方节点 | 扩展支持 | 不支持 |
| 界面复杂度 | 低-中 | 高 | 中 | 极低 |
| 画廊管理 | 统一画廊 | 无内置 | 输出文件夹 | 简单输出 |
| 适合人群 | 创作者、评测者 | 技术玩家 | 老手 | 新手 |
**对比分析：**
- **ComfyUI** 是功能最强大的节点式工具，几乎能实现任何生成逻辑，但学习曲线陡峭，对非技术用户不友好。Open Higgsfield 不需要用户理解节点图，只需选择模型和调整参数。
- **A1111** 是 Stable Diffusion 的经典 WebUI，功能成熟，但主要面向单一模型，视频生成需要额外安装扩展，且界面较陈旧。
- **Fooocus** 以极简著称，但牺牲了灵活性，只支持 SD 系列，不支持视频。
Open Higgsfield 的优势在于“恰到好处的中间地带”：它比 ComfyUI 简单，比 Fooocus 强大，并且原生支持多模型和视频，这是其他工具难以匹敌的。
## 六、局限与展望
目前项目仍处于早期阶段（Stars 991），存在一些局限：
- **模型支持数量有限**：相比 ComfyUI 的几百个节点，内置 Provider 较少，但插件机制可以弥补。
- **API 文档不够详细**：对于开发者集成，文档有待完善。
- **资源占用**：同时运行多个大模型对 GPU 显存要求较高，需要合理配置。
但作为一个开源项目，其架构设计清晰，社区活跃度良好，未来有望成为生成式 AI 创作工具的重要一环。对于希望统一管理多模型生成流程的创作者，Open Higgsfield 值得一试。
## 项目链接
https://github.com/wide-trace/open-higgsfield