模型能力

音画同步的视频模型，适合数字人口播、对话与表演类镜头。

指令遵循度高的图像模型，适合精准构图、文字与风格控制。

支持 4K 输出的图像模型，适合高分辨率封面与主视觉。

支持多镜头运镜的视频模型，适合连续镜头与短叙事。

更懂中文提示词的图像模型，适合中文营销与内容配图。

编曲与人声生成的音乐模型，适合歌曲与数字人音乐 MV。