适配影视预演图、场景设定等专业需求；新的视频模子采用同一的多模态锻炼框架，别的，并支撑 3-15 秒矫捷时长设置。

　　IT之家 1 月 31 日动静，正在原有模子根本长进行了手艺升级。并实现多人场景下的脚色定向发声；支撑中、日、韩、西五种言语及方言的精准口型婚配，此次升级采用视觉思维链（vCoT）手艺辅帮生成前的场景解构推理，视频 3.0 Omni 版本额外支撑建立视频从体特征库，该系列包含图片 3.0、视频 3.0 和视频 3.0 Omni，连系实正在感取片子质感双沉评估尺度优化输出结果。据引见。