高质量图片
生成精细清晰的图片，适合成品和主视觉画面。
- 质量
- 细节和真实感最佳——适合用作交付素材。
- 速度
- 比快速模式慢，换来更完整精细的效果。
- 适用场景
- 创意已经定下来、需要一张成品图时。
使用文档
帮助与选项指南
每个选项能为你做什么——更快还是更好，竖屏还是横屏，保留人脸还是替换人脸。
把你的角色放进视频里
把你有权使用的视频中的人物替换成你的角色，同时保留原有的动作和背景。
- 质量
- 能较好地保留姿态和背景；画面复杂时，建议先试做一小段看看效果。
- 速度
- 较慢；长视频会分段处理后再拼接起来。
- 适用场景
- 当你想替换你有权使用的素材中的人物时。
按参考照片锁定人脸
生成新图片时，完整保留参考照片中人物的面部。
- 质量
- 相似度锁定非常强，但其他方面的发挥空间会略微受限。
- 速度
- 比普通图片稍微多花一点时间。
- 适用场景
- 当你的角色需要在多张图片中保持一致时。
分段处理长视频
把长视频拆成若干段，这样运行更稳定，中断后还能继续。
- 质量
- 段与段的衔接处值得检查一下；大多数画面都能自然衔接。
- 速度
- 总耗时更长，但每一段能更快完成。
- 适用场景
- 处理长片段时开启，运行更稳定。
快速模式
以相同的分辨率快速出片，先预览、省时间。
- 质量
- 分辨率与其他档位相同，只是为了更快而做了精简。
- 速度
- 最快的档位。
- 适用场景
- 在做成品之前想先快速看一眼时。
高质量模式
以最长时长和最高分辨率输出成品。
- 质量
- 在你所选档位中质量最高。
- 速度
- 最慢；可能需要排在其他任务后面。
- 适用场景
- 导出交付用的成品时。
生成声音与音效
根据文字描述生成音效和简短的背景音。
- 质量
- 适合拟音、环境音和风格化音效，不适合完整歌曲或人声。
- 速度
- 通常几十秒，具体取决于所需长度。
- 适用场景
- 描述具体的事物和动作（“铁门吱呀声”“雨打窗户”），并说明氛围、强度和想要的长度。
- 限制
- 长度受你设定的时长限制。复杂的多层混音建议先做几段短音频，再组合起来。
用文字或图片生成视频
根据文字描述或现有图片生成短视频。
- 质量
- 画面和声音一起生成——台词会配上相应的声音；每段片段最长 15 秒。
- 速度
- 几秒的片段，耗时中等。
- 适用场景
- 当你想用一个创意、一张图片或一组参考图做出带声音的短视频时。
锐化与放大
让图片和视频更清晰，重建细节，而不只是把尺寸拉大。
- 质量
- 素材越干净效果越好；噪点多或压缩严重的素材可能会暴露更多瑕疵。
- 速度
- 图片：几秒。视频：时长越长，耗时越久。
- 适用场景
- 处理长片段时，先用较低的档位试一下，确认效果。
提高分辨率
把图片或视频放大到更高的分辨率。
- 质量
- 放大倍数越高，细节越锐利，但瑕疵也越明显——素材噪点多时，先用较低的档位试试。
- 速度
- 放大倍数越高，耗时越长。
- 适用场景
- 草稿用较低的档位，成品用较高的档位。
把主体从背景中分离出来
逐帧识别并分离画面中的人物，只改动角色所在的区域，不影响背景。
- 质量
- 分离越精确，头发和手部的边缘越干净；分离不好则会渗到背景上。
- 速度
- 生成前会多花一点分离的时间。
- 适用场景
- 在视频中替换角色时必须使用；画面复杂时记得检查边缘。
保持姿态与动作
识别身体姿态，在替换角色时保持正确的站姿和动作。
- 质量
- 姿态锁定很强；快速运动或遮挡会降低准确度。
- 速度
- 逐帧处理，负担小、速度快。
- 适用场景
- 适合全身镜头；只拍脸部时作用不大。