0/3 个音频 · 总时长 0/15 秒 · WAV 或 MP3
在文生视频、首尾帧和多模态参考生成之间直接切换。
支持 5 到 15 秒的任意整数时长，并输出原生 2K 视频。
按顺序添加最多 9 张图片、3 个视频和 3 个音频来控制生成结果。