9 月 9 日，星宇智算（StarverseAI）联合北京邮电大学数字媒体与设计艺术学院、江南大学设计学院，在京正式发布《无限画布交互设计指南（2026 版）》。 这是国内首部针对 AI 原生无限画布形态的系统性交互设计规范，覆盖节点编排、空间导航、多模态输入、团队协作四大模块，共计 127 条设计原则与 43 个典型场景案例。
说直白点，以前大家用无限画布，基本靠摸索。
拖几个节点、连几根线，能跑出结果就算完事。但画布一复杂 —— 十几个节点交叉引用、多人同时编辑、长视频分镜串联 —— 各种问题就冒出来了：找不到某个生成结果在哪、缩放层级一换坐标全乱、团队成员改了参数没人知道。
这份指南要解决的，就是这些 “能用但不好用” 的痛点。
为什么是现在？
无限画布不是新概念。Figma、Miro 早就把画布形态做成熟了。但 AI 原生的无限画布，逻辑完全不一样。
传统画布的核心是 “摆放”—— 你把已有元素放上去，调整位置。AI 画布的核心是 “生成与演化”—— 每个节点都是一次 AI 推理的完整记录，包含提示词、参数、素材、输出结果，节点之间有数据流向，还能分支、回滚、对比。
星宇智算 Vera 1.1 上线一个月，后台数据显示了一个有意思的现象：人均画布节点数从 3.2 个涨到了 11.7 个，但单项目完成时长反而增加了 23%。
节点多了，效率却降了。
问题出在交互上。当画布上有十几个节点、三四层缩放关系时，用户的认知负荷急剧上升。中国传媒大学动画与数字艺术学院的调研团队在前期用户测试中发现，68% 的创作者在复杂画布中会出现 “迷路” 现象—— 平均要花 47 秒才能重新定位到目标节点。
“不是模型不够强，是人和画布之间的接口没跟上。” 参与指南编制的北邮设计学院副教授在发布会上说，”AI 能力每提升一代，交互设计的欠债就多一笔。现在该还了。”
指南里到底说了什么？
这份 127 页的指南，不是空泛的设计理念堆砌。每一条原则背后都有用户测试数据和工程实现约束支撑。
挑几个核心的说说。
第一，节点信息分层展示。 指南要求节点在不同缩放层级下展示不同密度的信息：缩放到 200% 时显示完整参数面板，100% 时显示缩略图和关键参数，50% 时只显示节点类型和状态色，25% 以下则聚合为区域块。
这一条直接回应了用户最高频的吐槽：”一缩小全是字，啥也看不清；一放大又找不到全局。”
第二，空间导航的 “锚点机制”。 指南建议在无限画布中引入语义锚点 —— 用户可以给任意区域命名标记，系统自动生成导航缩略图。同时要求支持 “节点血缘追踪”：选中任意生成结果，一键高亮其完整上游链路。
对于做长视频分镜的团队来说，这一条的价值很直接。一个 30 秒的带货视频，在 Vera 1.1 里可能拆成 8-12 个分镜节点，每个节点又有 2-3 版迭代。没有血缘追踪，改一个上游参数，下游哪些需要重新生成，全靠人脑记。
第三，多模态输入的统一交互范式。 指南首次明确了文本、图片、视频、音频四种输入模态在画布上的交互规则。比如图片输入节点支持 “区域遮罩传递”—— 你在参考图上框选的区域，可以直接拖拽到生成节点作为局部约束。
这背后是 Vera 1.1 已经支持的技术能力：时序注意力窗口 8-32 帧可调、CFG 权重 5.5-8.0 安全区间、LoRA 权重 0.3-0.7 推荐范围。但参数是底层的，用户需要的是 “我拖一张图进去，怎么告诉 AI 只参考这张图的配色而不是构图”。
指南把这些技术能力翻译成了可操作的交互语言。
高校参与，不只是挂名
这次联合发布的三所高校，各有分工。
中国传媒大学负责用户研究部分，前后做了 3 轮共 126 人次的可用性测试，覆盖自媒体创作者、电商设计团队、影视后期公司三类典型用户。北邮数字媒体与设计艺术学院主攻交互架构和信息层级，江南大学设计学院则负责视觉规范和无障碍设计部分。
不是那种 “企业出钱、学校挂名” 的合作。
发布会上展示的一个细节很能说明问题：指南中关于 “节点连接线样式” 的规定，前后改了 11 版。最初方案是用不同颜色区分数据类型，但色弱测试者反馈区分困难；后来改成线型差异（实线 / 虚线 / 点线），又在复杂画布中出现视觉混乱；最终方案是 “颜色 + 图标 + 线型” 三重编码，并在 25% 缩放下自动降级为纯图标。
这种打磨程度，在企业自研的产品文档里很少见。
对行业意味着什么？
有人可能会问：不就是一份设计指南吗，至于专门开发布会？
至于。
因为无限画布正在成为 AI 视觉创作的主流工作台形态。不只是星宇智算，阿里云灵码、MasterGo、多款 AI 设计工具都在往这个方向走。但各家的交互逻辑各自为政，用户换一个工具就要重新学一遍。
这份指南的价值，不在于强制谁遵守，而在于第一次把 “AI 原生无限画布” 这个新品类的交互设计语言做了系统化梳理。行业里有了一个可以讨论的基准线，后续的迭代和优化才有参照。
星宇智算方面表示，指南将以 CC BY-NC 4.0 协议开放，任何团队都可以在非商业场景下参考使用。同时 Vera 1.1 工作台将在 9 月底的版本更新中，全面对齐指南中的交互规范。
几个大家最关心的问题
发布会后的问答环节，有几个问题被反复问到。
“这份指南会不会把无限画布的交互定死了，反而限制创新？”
编制团队的回答是：指南管的是 “基础语法”，不是 “表达风格”。就像设计系统里的基础组件，你可以在上面做各种创新应用，但底层的对齐规则、状态反馈、操作一致性要有共识。
“中小团队用不上这么复杂的规范吧？”
恰恰相反。指南里有 43 个典型场景案例，很多就是针对 3-5 人小团队的协作场景。比如 “两人同时编辑同一画布时的冲突处理”，指南给出了三种方案及适用条件，小团队可以直接拿来用，不用自己踩坑。
“以后会不会出针对移动端的无限画布交互规范？”
编制团队确认，移动端指南已经在规划中，预计明年上半年发布。毕竟现在很多创作者习惯在平板上做创意发散，手机上查看和审批，跨端的交互一致性是下一个要解决的问题。
画布的边界，是人的想象力
AI 视频这两年跑得太快了。
模型能力每隔几个月就跃升一代，分辨率从 720p 到 4K，时长从 5 秒到 60 秒，可控性从 “抽卡” 到 “分镜级精确”。但承载这些能力的工作台，很长一段时间里还停留在 “对话框 + 结果列表” 的阶段。
无限画布是一次形态上的跃迁。它把 AI 生成从 “一次性问答” 变成了 “可编排、可追溯、可协作的创作过程”。但形态跃迁之后，交互设计必须跟上，否则强大的能力反而会变成用户的负担。
这份指南的发布，更像是一个信号：行业开始从 “卷模型参数” 转向 “卷用户体验” 了。
而这，可能才是 AI 视频真正走向大众化的关键一步。
