Albin
教会 AI 像评论家那样看艺术。
行业： 艺术、电子商务 | 技术栈： Next.js、GPT-4 Vision、Supabase、Stripe、Vercel | 状态： 已上线 | 访问 Albin
Albin 做什么#
Albin 是一个使用 GPT-4 Vision 评估作品的 AI 艺术分析平台，维度涵盖构图、色彩理论、技法、风格和历史背景。艺术家上传或发送任意图片，AI 返回结构化的分析：作品在哪些方面做得出色、在艺术史中处于什么位置，以及与同一传统中已被认可的作品相比如何。
该平台服务于打磨作品集的艺术家、策划展览的策展人、搭建艺术课程的教师，以及学习批判性观察的学生。它以 SaaS 产品运营，提供分层订阅，从每月 300 次查询的免费版，一路到支持每月 50,000 次查询和 200 次深度分析的高级版。
视觉艺术中 AI 的问题#
大多数 AI 工具把图像当作分类问题来处理。给主体打标签、给风格加标签，然后就结束了。这对图库照片是够用的。但对于一个想理解构图为什么奏效的艺术家，或一个需要在展览图录里讲清两件作品之间关系的策展人来说，这远远不够。
我们的客户考察了现有工具，发现分成两个阵营：表层的消费者应用（风格迁移、图像生成），以及需要机器学习工程师去配置的深度技术流水线。这两类都不适合坐下来撰写图录文字的策展人。他的诉求是介于两者之间的东西：一个易用、同时具备真正分析深度、能「思考」艺术的工具。
我们构建了什么#
基于 GPT-4 Vision 的构图分析#
让 GPT-4 Vision 产出有价值的艺术评论，比接入多模态 API 要难得多。原始 API 调用返回的是通用描述。我们需要结构化的、具有艺术素养的输出，这就需要大量的 prompt 工程和一个分层的分析架构。流水线从构图结构、色彩和谐、笔触和肌理、情绪基调、历史语境以及技法执行等多个维度评估作品。
每个维度都返回结构化输出，而不是一堵文字墙。艺术家会按类别获得具体、可执行的反馈。策展人拿到的是可直接用于图录文字的语言。学生则获得一套看懂作品的分析框架。
用于情境化分析的浏览器扩展#
Albin 包含一个浏览器扩展，用户可以在网页上的任意图像上点击右键，直接发送去进行分析。策展人在浏览线上画廊时，无需切换标签页即可对作品进行评估。学生在研究一个艺术运动时，可以边阅读边分析示例。分析发生在所处的情境中，而不是脱离语境，这改变了它的使用方式。
分层访问的 SaaS 架构#
平台运行在 Next.js 上，Supabase 负责身份验证和数据持久化，Stripe 管理订阅计费，Vercel 负责部署。我们根据早期测试的使用模式设计了四个档位（Free、Plus 每月 $7.99、Pro 每月 $19.99、Premium 每月 $39.99）。查询和分析额度随档位扩展。所有付费套餐都包含 3 天免费试用、Prompt 库访问权限和对话分享。更高档位还增加了分析深度、免广告体验和优先支持。
Prompt 库和聊天模式#
除了单图分析，Albin 还提供精选的 Prompt 库和多种聊天模式。艺术家可以对自己的作品与参考作品进行对比分析，探索一组作品中的风格演变，或使用引导式对话模式来构建展览叙事。聊天界面是围绕艺术话语设计的，而不是在通用聊天机器人基础上改造而来。
核心能力#
- 构图分析：结构、平衡、色彩理论和技法，通过 GPT-4 Vision 在多个维度上进行评估
- 历史背景：在风格流派中的定位、影响源识别、可比艺术家以及时代特征
- 作品集工具：结构化反馈，并带有可追踪的分析历史，方便艺术家围绕一组作品持续迭代
- 展览规划：为策展提供支持，帮助阐明作品之间的关系并构建展览叙事
- 浏览器扩展：在网页上任意图片上右键分析，直接在所处情境中进行
- 分层访问：个人艺术家每月 300 次免费查询，机构用户最高可达 50,000 次
成果#
Albin 已在 albin.ai 上线。在开发期间测试过它的艺术从业者使用它的方式与我们的预期有所不同：他们更少用于正式的评论，而更多用于生成可以改写进图录文字和基金申请中的语言。这就是验证。这款工具对真实工作有用，而不只是作为一个有趣的演示。
正在为某个专门领域构建 AI？了解我们的定制 AI 解决方案，或预约免费的自动化审计。
