让想象，拥有更多维度。

细腻光影、自然质感与复杂版式，将文字构想变成高质量图像。

结合参考图片与文字指令进行编辑，支持视频和 PDF 上下文。

面向海报、信息图与品牌视觉，重视密集文字和结构化设计。

用可控尺寸、提示词扩展和随机种子，把灵感推向更多视觉可能。

让静态画面延展为连续镜头，支持首尾帧与分镜提示词。

从参考图像生成连贯视频与同步音频，支持最长 30 秒的表达。

将起始图像变成动态场景，以文字控制运动、镜头与声音。

从故事描述生成有声音的动态画面，支持多档清晰度与画幅。

面向配音与对话创作，保持自然表现力和跨语言声音一致性。

用文字、编曲计划与音频参考创作音乐，支持人声与纯器乐。

处理复杂编程、视觉理解与专业工作，兼顾能力和调用成本。

联合理解图像、音频、视频与长文档，处理复杂工程和研究任务。

针对长程编程与知识工作，结合视觉输入和持续推理完成复杂任务。

在同一次请求中联合分析图像、音频和视频，生成文字解读。