主要功能：图像到视频生成和文本到视频生成，使用Diffusion Transformer (DiT)架构处理输入。特点：生成768p分辨率、24 FPS的高质量视频，支持高达5秒时长，提供双重模式（图像和文本输入），开源模型可在Hugging Face和GitHub访问，支持API集成。目标用户：内容创作者、开发者、研究人员和企业用户。核心优势：专业级视频质量、开源可访问性、高效DiT处理确保时间一致性、灵活的双模式生成。典型用例：创意项目视频制作、营销内容生成、研究应用视频合成。收费模式：免费开源访问（模型下载和社区支持），付费开发者访问（高级API功能，每月订阅，即将推出），企业定制（联系定价，包含部署和专用支持）。
访问量 450.08K 计价模式 Paid
访问量 0 计价模式 Free
访问量 0 计价模式 Contact for PricingFreePaid