文字生成：只写提示词。 首尾帧：上传首帧图（必填）和尾帧图（可选），模型补出中间的动作。 全能参考：同时参考图片、视频和音频，在提示词里用 @ 引用素材。参考视频支持 MP4 / MOV，参考音频支持 MP3 / WAV，音频需要搭配图片或视频一起用。 画布上选中一张图，点「生成视频」，会直接把它作为首帧。