Openjourney：基于Google Gemini SDK的一站式AI图像与视频生成工具
项目概述
由ammaar开发的创新项目Openjourney近期引发广泛关注。该工具不仅巧妙模仿MidJourney的界面设计，更在技术核心深度整合Google Gemini SDK，并融合强大的Imagen4与Veo23模型，为用户提供一站式AI图像与视频生成解决方案。
核心功能
图像生成
- 技术模型：采用Imagen4模型
- 输出规格：每次生成4张1024×1024像素高清图像
- 界面设计：
- 借鉴MidJourney经典四宫格布局
- 新增实时加载动画提升体验
- 交互功能：
- 支持直接下载
- 缩放查看
- 一键转视频
视频生成
- 文本生成视频：
- 使用Veo3模型
- 生成3-5秒720p带音频短视频
- 图像转视频：
- 采用Veo2模型
- 支持静态图转动画视频
- 展示方式：
- 2×2网格布局
- 鼠标悬停自动播放
用户体验优化
- 简洁直观的输入框设计
- 支持回车键或"Generate"按钮触发生成
- 全屏查看与作品下载功能
- 方向键浏览历史记录（相册式体验）
- 加载时显示骨架屏占位符
- 通过Framer Motion实现流畅动效
技术架构
| 技术栈 | 用途 | 版本/组件 |
|---|---|---|
| 前端框架 | 基础架构 | Next.js 15 |
| 开发工具 | 编译优化 | Turbopack |
| 样式系统 | 界面构建 | Tailwind CSS v4 |
| 动效引擎 | 交互效果 | Framer Motion |
| UI组件库 | 界面标准化 | ShadCN/Radix UI |
| 类型系统 | 代码可靠性 | TypeScript |
| AI核心 | 图像/视频生成 | Google Gemini SDK |
技术亮点
- 通过Gemini SDK调用Imagen4/Veo23模型
- 实现专业级AI创作工具的开源化
- 为开发者提供优质二次开发基础
行业影响
Openjourney的发布为开源社区带来了极具潜力的MidJourney替代方案，展现了Google AI技术在创意应用领域的广阔前景。
