PRODUCT ARCHITECTURE REVERSE ENGINEERING

即梦AI产品架构逆向拆解

基于用户真实生图体验截图与登录态网页只读观察，整理统一创作入口、Agent 与技能、图片/视频/音乐/配音/数字人/动作模仿、任务、计费、结果资产、资产库和无限画布之间的关系。

快照：2026-08-19补证版：v2范围：统一创作工作台与资产主链路只读取证未触发新生成

【已确认】页面直接支持【合理推断】由对象关系推导【建议设计】参考架构【未知】证据不足

公开创作类型7

Agent、图片、视频、音乐、配音、数字人、动作模仿。

页面可见模型19

9 个图片模型、9 个视频模型、1 个音乐模型。

资产类型4

图片、视频、音频、文档；生成历史还可按 6 类模式筛选。

1. 执行摘要

核心架构判断

【已确认】即梦AI以统一输入框承接文本、图像、视频、音频、主体引用和技能，并提供 Agent、图片、视频、音乐、配音、数字人、动作模仿七种创作类型。技能层同时支持官方技能、用户技能、分类检索、添加、Agent 创建、管理和发布；模型层按创作类型暴露图片、视频与音乐模型。任务结果进入会话和资产库，并可继续转视频、进入画布、执行后处理或交给剪映。

证据边界

【未知】后台真实 Agent 数量、模型 API 标识、数据库、任务队列和审核实现不可见。页面已确认一次生图记录消耗 12 积分、历史视频存在超时失败及重试入口，但冻结、退款、幂等和资产版本规则仍不可见。本次没有点击生成、再生成、编辑、下载、添加技能、购买或付费按钮。

2. 证据来源与证据缺口

事实来源清单

证据	来源	可见对象	支持结论	缺口
E-R-001	S01 用户体验截图	提示词、图片5.0 Lite、智能比例、2K、数量4、3积分/张、35%进度	输入参数、计价口径与异步生成态	成功张数为何为2未知
E-R-002	S02 用户体验截图	两张结果、下载、转视频、画布、参考图、超清、改图、重绘、再生成	结果详情与派生操作	派生版本规则未知
E-R-003	S03 登录态生成页	两张结果、重新编辑、再次生成、Agent模式、技能、筛选	会话、结果与统一输入	内部编排未知
E-R-004	S04 资产页	生成历史/主体/画布；图片/视频/音频/文档；批量操作；去剪映剪辑	资产分类与跨产品交接	版本与权限未知
E-R-005	S05 画布入口	Agent模式、自动、灵感搜索、创意设计、模板、最近项目	无限画布与模板工作流	画布节点结构未知
E-R-006	S06 模型菜单	九个图片模型与高清2K	图片模型目录与手动选择	真实调用标识未知
E-R-007	S07 创作类型菜单	Agent、图片、视频、音乐、配音、数字人、动作模仿	七种应用入口	Agent内部角色未知
E-R-008	S08 技能菜单	剧情短片、电商套图、海报、品牌；更多/创建/管理技能	技能平台与官方技能	技能运行协议未知
E-R-009	S09 自动配置	图/视频偏好、九种比例、模型、2K	Agent模式生成偏好	自动路由逻辑未知
E-R-010	S10 生成详情	生成时间 2026-08-19 02:59；消耗12积分	任务时间与实际积分记录	冻结/退款未知
E-R-011	S11 生成模式筛选	图片、视频、对口型、Agent模式、动作模仿、音频	历史记录分类	统一状态字段未知
E-R-012	S12 操作类型筛选	收藏、超清、补帧	操作记录可检索	父子资产关系未知
E-R-013	登录态动态页面	视频最多12参考；视频/音乐/配音/数字人/动作模仿配置；视频超时失败	多模态输入、模型能力与失败恢复	未提交新任务

证据快照

3. 核心功能域

用户功能域盘点

功能域	页面能力	状态	证据
统一创作输入	文本、剧本、图/视频/音频参考、@主体、技能、语音	已确认	E-R-003/007/013
创作类型	Agent、图片、视频、音乐、配音、数字人、动作模仿	已确认	E-R-007
图片生成	9个模型、比例、清晰度、数量、异步进度与后处理	已确认	E-R-001/002/006
视频生成	最多12个图/文/音/视频参考，模型、参考模式、比例、分辨率、数量、时长	已确认	E-R-013
音乐与配音	SeedMusic 1.0 Preview、智能时长；说话内容、音色、克隆声音	已确认	E-R-013
数字人与动作	角色、音色、说话内容、动作/镜头；角色图、动作模板、表现强度	已确认	E-R-013
技能平台	官方/用户技能、分类、搜索、添加、Agent创建、管理、发布	已确认	E-R-008/013
任务与失败	进度、生成时间、消耗积分；视频超时提示、反馈、重编与再生成	已确认	E-R-001/010/013
结果与后处理	收藏、下载、转视频、画布、参考图、超清、补帧、改图、重绘等	入口确认	E-R-002/012
资产与画布	多模态资产、主体、生成历史、批量操作、无限画布、剪映交接	已确认	E-R-004/005

4. 端到端功能流转：从提示词到派生资产

九步业务闭环

步骤	用户交互	系统/Agent	工具	数据与资产	证据
1 进入	打开生成工作区，读取会话与历史	恢复当前创作上下文【推断】	工作区加载	Workspace/Conversation	E-R-003
2 选择	选择7种创作类型之一或Agent技能	切换对应配置面板	类型/技能目录	Mode/Skill	E-R-007/008
3 输入	输入文字，上传或@图/视频/音频/主体	组装多模态上下文【推断】	上传/引用	Prompt/Reference	E-R-001/013
4 配置	选择模型、参考模式、比例、清晰度、数量、时长	按模式显示兼容参数	模型与参数目录	GenerationConfig	E-R-006/009/013
5 提交	点击生成	创建异步任务【推断】	生成服务【推断】	Task/积分预估	E-R-001
6 运行	查看35%进度；失败可反馈、重编、再生成	运行/超时/恢复【部分确认】	进度与错误返回	TaskStatus/Error	E-R-001/013
7 返回	查看结果和详细信息	关联会话、时间与积分【对象确认】	资产写入	Asset/Variant/Billing	E-R-002/003/010
8 派生	转视频、画布、超清、补帧、改图、重绘等	分发至专业能力【推断】	后处理工具	Operation/DerivedAsset【推断】	E-R-002/012
9 沉淀	在历史/资产页检索、批量处理或去剪映	按模式、操作和资产类型读取	检索/跨产品交接	AssetLibrary	E-R-004/011/012

5. 产品分层架构

六层产品架构总览

用户层

Web灵感生成资产画布会员/积分

应用层

Agent模式图片生成视频生成音乐生成配音生成数字人动作模仿结果/历史资产库无限画布

平台层

多模态输入/主体模型与参数官方/用户/自建技能任务进度与失败恢复超清/补帧/改图/重绘跨剪映交接

基座层

编排引擎：网关/日志/画布/节点/版本【参考】任务/错误/积分/资产服务【推断】租户与权限【参考】

模型层

图片5.0/4.x/3.xSeedance 2.5/2.0/1.5/1.0SeedMusic 1.0 Preview配音/数字人/动作底模未知

数据层

User/Workspace/ConversationMode/Skill/Prompt/ReferenceConfig/Task/Error/FeedbackAsset/Variant/OperationCanvas/Subject/Voice/Billing

6. Agent、工具和全局上下文关系

可见关系

能力边界

【已确认】Agent模式、技能中心、七种创作类型和各自配置入口均公开可见；技能可由官方或用户提供，也可“用 Agent 创建”。【未知】页面没有公开内部专业 Agent 数量、Skill 的真实运行协议、提示词改写链路或模型路由算法，因此图中“路由与编排”“Skill执行”使用推断样式。

7. 全局上下文架构

上下文对象划分

UserContext

账号、会员、积分、主体、音色和私有资产。

WorkspaceContext

工作区、会话、当前创作类型、历史与画布项目。

SkillContext

技能来源、分类、添加/管理/发布状态；运行协议未知。

GenerationConfig

提示词、多模态参考、主体、模型、比例、清晰度、数量和时长。

TaskContext

进度、生成时间、成功、超时失败、反馈和重试入口。

BillingContext

单张计价、任务消耗和余额；冻结与退款未知。

AssetContext

图片/视频/音频/文档、变体、操作和派生关系。

CanvasContext

画布项目、模板和创意入口；节点引用结构未知。

数据传递关系

8. 知识与公共资产架构

项目数据与可复用资产

类别	内容	作用域	状态
项目数据	提示词、多模态参考、参数、任务、结果、画布项目	工作区/会话	已确认对象
用户私有资产	生成历史、主体、画布、图片/视频/音频/文档、音色	账号	已确认入口
平台公共资产	快速开始模板、灵感内容、模型目录、动作模板	平台	已确认
官方技能	剧情短片、电商套图、海报设计、品牌设计	平台	已确认
技能中心	影视短片、电商、商业广告、通用创作、平面设计、社媒营销、娱乐、动漫游戏、大师风格复刻	平台/社区	已确认分类
用户技能	添加、Agent创建、管理、我的发布；技能显示作者、点赞、使用人数和能力描述	账号/社区	已确认入口
检索与运行知识	技能搜索已确认；RAG、向量库、提示词改写和技能执行协议	后台	实现未知

9. 模型接入与路由架构

页面可见模型

模型族	页面可见名称与能力	证据	边界
图片5.x	图片5.0 Pro：商业设计、影视、高密度图文；图片5.0 Lite：指令响应更精准，用户实测使用	E-R-001/002/006	真实API标识未知
图片4.x/3.x	4.7/4.6/4.5/4.1/4.0、3.1/3.0，覆盖画质、人像一致性、图文、创意、多参考与影视质感	E-R-006	兼容矩阵未知
视频2.5	即梦 Seedance 2.5：支持50个参考，新增视频编辑、超长生成	E-R-013	页面当前视频面板提示最多12个参考，版本/入口口径不同
视频2.0	2.0 mini；2.0 Fast VIP；2.0 VIP；2.0 Fast；2.0。覆盖性价比、会员通道、音视文图全模态参考；部分明确暂不支持真人人脸	E-R-013	自动路由规则未知
视频1.x	Seedance 1.5 Pro：音画同出、720P；Seedance 1.0/1.0 Fast；历史记录出现1.0 Fast成功与2.0 Fast超时失败	E-R-013	失败率与切换策略未知
音乐	SeedMusic 1.0 Preview；支持智能时长，页面显示6积分预估	E-R-013	最长时长和版权规则未知
配音/数字人/动作	页面公开音色、声音克隆、角色、动作描述、上传音频、动作模板和表现强度	E-R-013	底层模型名称未公开

【已确认】输入配置为4张、3积分/张，生成详情记录消耗12积分；当前工作台和结果详情仅可见2张。计费与请求数量一致，但成功结果数量或展示口径仍不一致，原因继续标为未知。

10. 底层架构选型表

能力需求、选型与推荐方案

能力域	所需能力	可能设计	证据状态
任务编排	多模态异步生成、进度、超时、反馈、重试和幂等	工作流引擎+任务队列+超时恢复	进度/超时/恢复入口确认，技术未知
模型网关	19个可见模型、会员通道、参数兼容、配额与切换	统一模型目录与适配层	模型与描述确认，真实路由未知
Skill运行时	搜索、分类、添加、创建、管理、发布与工具调用	Skill注册表+权限+版本+运行沙箱	产品入口确认，运行实现未知
资产服务	图片/视频/音频/文档、主体、音色、变体、派生和检索	对象存储+资产元数据+派生关系	对象与检索确认，技术未知
画布与交接	画布项目、模板、节点、版本、剪映交接	节点图+版本控制+跨产品授权	入口确认，节点/权限未知
租户与计费	账号、会员、余额、任务消耗、失败退款和对账	租户服务+计费台账	余额与12积分消耗确认，冻结/退款未知

11. 数据实体表和 ER 图

核心实体

绿色节点对应页面可见对象；蓝色虚线节点和箭头是为解释对象关系使用的语义实体，不代表真实表名。Error/Feedback 已有页面证据，但其持久化结构未知；BillingRecord 只确认任务详情中存在时间和12积分记录。

12. 端到端时序图

创作任务成功与失败时序

成功路径已有进度、结果、时间和12积分记录；失败路径已有视频超时原文和恢复入口。中断、失败退款、自动重试上限与派生操作幂等仍不可见。

13. 产品全景架构主图

六层产品全景架构

用户层

Web灵感生成资产画布会员/积分剪映交接

应用层

Agent模式图片生成视频生成音乐生成配音生成数字人动作模仿结果/历史资产库无限画布

平台层

多模态输入/主体/音色官方/用户/自建SkillSkill搜索/分类/管理/发布模型目录/参数兼容任务/进度/超时/反馈/重试超清/补帧/改图/重绘

基座层

编排引擎：LLM网关/监控日志/组件库/编排画布/节点配置/版本控制【参考】RAG：上传/解析/向量/更新/测试/接口【参考】租户：权限/SSO/数据库/API【参考】

模型层

图片5.0/4.x/3.xSeedance 2.5/2.0/1.5/1.0SeedMusic 1.0 Preview配音/数字人/动作底模未知真实模型网关与路由未知

数据层

User/Workspace/ConversationMode/Skill/Prompt/ReferenceConfig/Task/Error/FeedbackAsset/Variant/Operation/CanvasSubject/Voice/Billing

14. 当前架构 As‑Is

已确认与推断的现状

领域	当前状态	证据	主要缺口
入口	统一输入+七种创作类型，支持多模态参考和主体引用	E-R-003/007/013	Agent内部角色未知
技能	官方与用户技能可搜索、分类、添加、创建、管理和发布	E-R-008/013	执行协议、权限和版本未知
生成	按类型展示模型、参考模式、比例、清晰度、数量、时长和预估积分	E-R-001/006/009/013	兼容校验与自动路由未知
任务	进度、时间、积分消耗可见；视频超时提供反馈、重编和再生成	E-R-001/010/013	中断、自动重试、退款未知
结果	同一记录展示多结果，可重编、再生成和执行派生操作	E-R-002/003/012	4张请求与2张可见结果冲突；版本未知
资产	多模态分类、生成模式/操作筛选、批量操作和剪映交接	E-R-004/011/012	权限与父子引用未知
画布	Agent模式、模板、项目和创意入口	E-R-005	节点与依赖未知
模型	图片、视频与音乐共19个可见模型，部分模型区分会员通道	E-R-006/013	真实路由、成本和失败切换未知

15. 建议架构 To‑Be

目标架构与验收标准

能力	建议设计	完成条件	验收
统一事实源	Conversation→Request→Task→Asset→Operation	生成页、历史、资产、画布状态一致	冲突可定位
结果数量	明确请求、成功、失败、审核、补发数量	4与2的口径可解释	无结果数歧义
Skill治理	Skill版本、权限、作者、依赖、工具白名单和发布审核	每次运行可追溯到Skill版本	越权调用为0
模型兼容	按模式维护参考类型、数量、分辨率、时长、人脸和会员限制	提交前完成参数校验	不兼容请求为0
资产版本	再生成和后处理产生可追溯父子版本	来源任务、模型与父资产可见	派生链完整
失败恢复	区分超时、审核、余额、模型失败；保留输入并支持幂等重试	失败可恢复且不重复生成	恢复成功率可测
计费	预估、冻结、扣除、失败退款分离	每个Task/Operation可对账	重复扣费为0
可观测性	Agent、Skill、模型、工具、资产和计费统一追踪	失败原因与责任组件可定位	恢复时间可测

16. 关键风险

优先级风险清单

请求、计费与可见结果数量不一致

请求4张并按3积分/张消耗12积分，但当前只可见2张；成功、失败或隐藏结果口径不透明。

失败恢复与积分关系不透明

视频超时可反馈和重试，但是否自动重试、退款或再次扣费未说明。

Skill权限与版本风险

官方和用户Skill可添加、创建和发布，但运行权限、工具白名单与版本追踪不可见。

多模态参考与隐私边界

视频可接收图、音、视频与声音参考，真人脸限制仅在部分模型描述中出现。

资产版本边界不透明

再生成、超清、补帧、改图和画布操作可能产生新任务、新资产或覆盖版本。

Agent能力边界不可见

Agent模式与Skill均可调用创作能力，但内部专业Agent、交接与自动路由未知。

17. 架构组件—证据追溯表

组件证据追溯

组件	证据	等级	置信度
统一生成工作台与七种创作类型	E-R-003/007	已确认	高
Agent自动偏好	E-R-009	入口与字段确认	高
官方/用户/自建Skill平台	E-R-008/013	产品能力确认/执行未知	高/中
图片/视频/音乐模型目录	E-R-006/013	已确认	高
多模态视频参考与参数	E-R-013	已确认	高
异步进度、超时失败与恢复入口	E-R-001/013	已确认	高
生成时间与12积分消耗	E-R-010	已确认	高
结果资产、模式筛选与后处理	E-R-002/003/004/011/012	对象确认/关系推断	高/中
无限画布与剪映交接	E-R-004/005	入口确认	高
编排、队列、模型网关、Skill运行时	架构所需能力	建议设计	不适用

18. 仍然无法确认的问题

证据缺口

Agent模式内部有多少专业Agent，如何与Skill分工？
提示词是否被改写、拆解、审核或自动选择模型？
公开模型名称对应的真实调用标识是什么？
输入数量4、消耗12积分，为何当前只可见2张结果？
中断、自动重试上限和失败补发如何表示？
超时失败是否退款，再次生成是否再次扣费？
再次生成是新Task、新版本还是覆盖？
超清、补帧、改图和重绘是否创建派生Asset？
Skill的权限、工具白名单、版本和发布审核如何实现？
配音、数字人和动作模仿使用什么底层模型？
50个参考与当前面板“最多12个参考”的适用边界是什么？
画布节点如何引用生成历史、主体、音色和派生资产？
去剪映剪辑如何传递资产与权限？
后台数据库、队列、网关和云服务是什么？

下一轮最小验证集

结果与计费

经授权执行一次低成本生成，核对请求数、成功数、失败数、积分冻结、扣除和退款。

派生与版本

执行一次超清或局部重绘，核对父资产、版本、任务和积分。

Skill与画布

使用一个无付费官方Skill并进入画布，核对Skill运行记录、节点引用和资产回写。