Vier Referenzmodalitäten
Kombiniert Text, Bild, Video und Audio, um Komposition, Bewegung, Kamera und Ton zu steuern.
Für professionelle Inhalte mit multimodalen Referenzen, komplexen Bewegungen und Kontrolle auf Regieebene.
Kombiniert Text, Bild, Video und Audio, um Komposition, Bewegung, Kamera und Ton zu steuern.
Verarbeitet Interaktionen mehrerer Personen, Sport, Kämpfe und Kollisionen mit stabilerer Bewegung und glaubwürdigem Gewicht.
Ändert bestimmte Clips, Figuren und Aktionen oder verlängert Videos mit konsistenter Handlung und Motivdarstellung.