Mendukung perintah multi-bahasa, dapat menghasilkan audio dengan fidelitas tinggi, mencakup berbagai jenis seperti suara manusia, ASMR, efek suara, musik, dll., secara signifikan meningkatkan kualitas estetika dan kemampuan mengikuti instruksi yang kompleks, serta mengoptimalkan konsistensi ID dan akurasi kontrol video yang dihasilkan dari gambar. Pilih resolusi secara bebas; tiap resolusi punya harga berbeda.