Wan 2.7 का अनसेंसर्ड मोड परखा: यह असल में क्या करता है

Wan 2.7 इस समय सबसे ज़्यादा चर्चा में रहने वाला ओपन-सोर्स वीडियो जनरेशन मॉडल है, और इसकी वजह uncensored mode है। हफ़्तों तक स्क्रीनशॉट, क्लिप और फ़ोरम थ्रेड देखने के बाद, जिनमें बताया जा रहा था कि यह क्या कर सकता है और क्या नहीं, मैंने इसे कई श्रेणियों में ठीक से परखा: बॉडी रेंडरिंग, मोशन फ़िडेलिटी, स्किन टेक्स्चर, प्रॉम्प्ट के अनुसार नतीजे और रिज़ॉल्यूशन स्थिरता। नतीजे साफ़ हैं, और अगर आप अनरिस्ट्रिक्टेड AI वीडियो जनरेशन को गंभीरता से ले रहे हैं तो ये मायने रखते हैं।

Wan 2.7 असल में क्या है

uncensored वाले हिस्से पर आने से पहले, मॉडल को समझ लें। Wan 2.7 T2V टेक्स्ट-टू-वीडियो वर्ज़न है। Wan 2.7 I2V एक स्थिर इमेज से एनिमेशन बनाता है। Wan 2.7 R2V रेफ़रेंस-टू-वीडियो संभालता है, यानी किसी रेफ़रेंस फ़ोटो से एक खास सब्जेक्ट को एनिमेट करता है। ये तीनों मिलकर लगभग हर इनपुट स्थिति को कवर करते हैं जो असली वर्कफ़्लो में आती है।

यह 14B पैरामीटर वर्ज़न है। पिछले Wan बिल्ड्स में 1.3B और 7B वेरिएंट थे। 14B मायने रखता है क्योंकि यहीं पर मोशन कंसिस्टेंसी और बॉडी एनाटॉमी भरोसेमंद बनती हैं, न कि दिलचस्प लेकिन गड़बड़ियों भरी।

एक ही रिलीज़ में तीन मॉडल

ज़्यादातर लोग T2V पर ध्यान देते हैं क्योंकि यह शुरुआत का सबसे सरल रास्ता है। आप एक प्रॉम्प्ट लिखते हैं, मॉडल 5 से 10 सेकंड का फ़ुटेज बनाता है। लेकिन uncensored mode का सबसे ज़्यादा काम I2V में पड़ता है, क्योंकि आप ऐसी इमेज से शुरू करते हैं जिसे आप पूरी तरह नियंत्रित करते हैं। R2V नया वर्कफ़्लो है और कंसिस्टेंसी के लिए शायद सबसे अच्छा, क्योंकि रेफ़रेंस फ़ोटो हर फ़्रेम में सब्जेक्ट की दिखावट को टिकाए रखती है।

2.1 से 2.7 तक की सबसे बड़ी छलांग

Wan 2.1 T2V 720p की तुलना में यह छलांग छोटी-मोटी नहीं है। 2.1 मॉडल्स में बार-बार हाथों में आर्टिफ़ैक्ट आते थे, मध्यम दूरी पर चेहरा झिलमिलाता था, और लंबी मोशन में बहकने की प्रवृत्ति थी। Wan 2.7 इन समस्याओं को काफ़ी हद तक कम करता है। स्किन रेंडरिंग अब उन कैमरा मूवमेंट्स के दौरान भी टिकी रहती है जिनसे पहले टूट-फूट होती थी। क्लिप के बीच में चेहरा वैसे सपाट नहीं होता जैसे 2.1 में होता था।

"Uncensored" का असल मतलब

Wan 2.7 के संदर्भ में "uncensored mode" का मतलब है कि मॉडल को उन कंटेंट-फ़िल्टरिंग लेयर्स के बिना ट्रेन किया गया, जो Midjourney या स्टैंडर्ड DALL-E इम्प्लीमेंटेशन जैसे प्लेटफ़ॉर्म लगाते हैं। यह कोई जेलब्रेक नहीं है। यह ट्रेनिंग का फ़र्क है। मॉडल ने कुछ कंटेंट श्रेणियों से बचना सीखा ही नहीं। इसी वजह से यह उन मॉडल्स से अलग बर्ताव करता है जिन्हें सेफ़्टी-ट्रेन किया गया और फिर कंटेंट फ़िल्टर से पैच किया गया।

इससे क्या खुलता है

व्यावहारिक रूप में आप यह बना सकते हैं:

• बिकिनी और लिंजरी कंटेंट सटीक फ़ैब्रिक फ़िज़िक्स और स्किन टेक्स्चर के साथ
• ग्लैमर और पिन-अप स्टाइल वीडियो स्वाभाविक बॉडी मूवमेंट के साथ
• आर्टिस्टिक न्यूडिटी एडिटोरियल या फ़ोटोग्राफ़ी से मिलती-जुलती सौंदर्य-दृष्टि के अर्थ में
• सुझावात्मक मोशन सीक्वेंस यथार्थवादी स्किन रेंडरिंग और लाइटिंग रिस्पॉन्स के साथ

"uncensored" लेबल का मतलब यह नहीं कि ग्राफ़िक छोर पर भी सब कुछ चलेगा। इसका मतलब बस इतना है कि मॉडल ऐसे कंटेंट के लिए प्रॉम्प्ट्स को मना नहीं करता या उनकी गुणवत्ता नहीं घटाता, जिन्हें मुख्यधारा के प्लेटफ़ॉर्म फ़िल्टर करते।

💡 सबसे बड़ा व्यावहारिक फ़ायदा कंसिस्टेंसी है। फ़िल्टर्ड मॉडल अक्सर बॉडी और कपड़ों के आसपास बेतहाशा असंगत नतीजे देते हैं, क्योंकि वे आउटपुट को आंशिक रूप से रोकते हैं। Wan 2.7 uncensored वही रेंडर करता है जो आपने बताया।

अभी भी किन बातों की सीमा है

मॉडल असीमित रूप से अनुमति देने वाला नहीं है। स्पष्ट पोर्नोग्राफ़िक कंटेंट इसका डिज़ाइन लक्ष्य नहीं है, और उस दिशा के आउटपुट अब भी बिगड़े हुए आते हैं। व्यावहारिक रूप से सबसे अच्छा दायरा सुझावात्मक, सुंदर, यथार्थवादी कंटेंट है: वह जो एडिटोरियल फ़ोटोग्राफ़ी, वयस्क मनोरंजन की मार्केटिंग, आर्टिस्टिक प्रोजेक्ट्स, या स्विमवियर और लिंजरी के विज्ञापन के काम में फिट बैठे।

असली टेस्ट के नतीजे

मैंने तीन श्रेणियों में एक व्यवस्थित टेस्ट चलाया। हर एक आपको बताती है कि Wan 2.7 uncensored असल में कहाँ अच्छा प्रदर्शन करता है।

स्किन और बॉडी रेंडरिंग

यही इसकी मुख्य क्षमता है। इस रिज़ॉल्यूशन पर पिछले ओपन-सोर्स वीडियो मॉडल्स में लगातार दिक्कतें थीं: मध्यम दूरी से करीब होते ही स्किन प्लास्टिक जैसी दिखती थी, और मोशन से जोड़ों के आसपास खास तौर पर आर्टिफ़ैक्ट आते थे। Wan 2.7 बाँह के मूवमेंट, कंधे के घुमाव और कूल्हे की गति को उस तरह की ज्योमेट्री-टूट के बिना संभालता है, जिसने पहले की क्लिप्स को खराब किया था।

जो बातें कभी-कभी अब भी विफल होती हैं: फ़ुल क्लोज़-अप में उँगलियों की बारीक बनावट और जोड़, और वह फ़ैब्रिक जो त्वचा के ऊपर खिसकता है, जैसे पतली स्ट्रैप या शीयर कपड़ा। मॉडल इन्हें 2.1 या 2.2 से बेहतर संभालता है, लेकिन हर जनरेशन में भरोसेमंद रूप से नहीं।

श्रेणी के अनुसार रेटिंग:

बड़े पैमाने पर मोशन कंसिस्टेंसी

मैंने छोटी क्लिप्स (5 सेकंड) और लंबे सीक्वेंस (10 सेकंड) दोनों पर टेस्ट किया। 5 सेकंड के आउटपुट बहुत स्थिर हैं। 10 सेकंड पर, अगर कैमरा मूवमेंट जटिल हो, तो फ़्रेम 7-8 के आसपास कंसिस्टेंसी फिसलने लगती है। इसका हल है कैमरा निर्देश सरल रखना: धीरे पुश-इन, हल्का पैन, या सब्जेक्ट के चलते समय स्थिर कैमरा। रोटेट करते हुए dolly-in जैसे कंपाउंड निर्देश अक्सर 7 सेकंड के निशान पर टूट जाते हैं।

💡 लंबी क्लिप्स के लिए T2V की जगह I2V मोड इस्तेमाल करें। किसी फ़ोटोरियलिस्टिक सोर्स इमेज से शुरू करने पर मॉडल को एक एंकर पॉइंट मिलता है, जो ड्रिफ़्ट को काफ़ी कम करता है।

अलग-अलग प्रकार के प्रॉम्प्ट्स में सटीकता

मैंने खास तौर पर तीन तरह के प्रॉम्प्ट्स टेस्ट किए:

1. फ़िज़िकल विवरण वाले प्रॉम्प्ट्स (कोई क्या पहने है, कैसे पोज़ में है): बहुत अधिक सटीकता। मॉडल कपड़ों के वर्णन को अच्छी तरह पढ़ता है और उन्हें सही रेंडर करता है।
2. मोशन प्रॉम्प्ट्स (कोई कैसे चल रहा है, क्लिप के दौरान क्या होता है): सरल क्रियाओं में अच्छा, जटिल सीक्वेंस में असंगत।
3. वातावरण वाले प्रॉम्प्ट्स (रोशनी, मूड, लोकेशन): उत्कृष्ट। यहीं Wan 2.7 ज़्यादातर प्रतिस्पर्धियों को पीछे छोड़ता है। इस रिज़ॉल्यूशन पर लगभग किसी भी तुलनीय मॉडल की तुलना में लाइटिंग निर्देशों का पालन ज़्यादा सटीकता से होता है।

Wan 2.7 Uncensored के लिए सबसे अच्छे प्लेटफ़ॉर्म

Wan 2.7 uncensored को लोकल रूप से चलाने के लिए कम से कम 24GB VRAM वाला GPU और ठीक से कॉन्फ़िगर किया गया ComfyUI या diffusers सेटअप चाहिए। ज़्यादातर क्रिएटर्स के पास यह नहीं होता। विकल्प है ऐसा प्लेटफ़ॉर्म इस्तेमाल करना जो मॉडल को होस्ट करता है और उसके ऊपर अपना कंटेंट फ़िल्टर नहीं जोड़ता।

सोर्स इमेज के लिए Seedream 4.5 से शुरू करें

अगर आप Wan 2.7 I2V या R2V इस्तेमाल कर रहे हैं, तो पहले आपको सोर्स इमेज चाहिए। उस इमेज की गुणवत्ता तय करती है कि वीडियो कैसा बनेगा। Seedream 4.5 यहाँ सबसे पहली सिफ़ारिश है: यह NSFW प्रॉम्प्ट्स स्वीकार करता है, 3 सेकंड से कम में जनरेट करता है, और वैसे फ़ोटोरियलिस्टिक नतीजे देता है जिन्हें Wan 2.7 अच्छी तरह एनिमेट करता है।

इसका नया वर्ज़न, Seedream 5 Lite, वयस्क कंटेंट को सपोर्ट नहीं करता, इसलिए इस वर्कफ़्लो के लिए इसका इस्तेमाल न करें।

Seedream 4.5 के आउटपुट स्किन टोन, फ़ैब्रिक की डिटेल और रोशनी को ऐसे तरीके से संभालते हैं जो एनिमेशन की प्रक्रिया में भी बचे रहते हैं। फीकी या सपाट सोर्स इमेज से सपाट वीडियो बनेगा। Seedream 4.5 वह डेप्थ ऑफ़ फ़ील्ड और टेक्स्चर डिटेल देता है जो एनिमेशन में आगे तक पहुँचती है।

अनलिमिटेड एडिट्स के लिए PicassoIA Image Editor Pro

Wan 2.7 में इमेज डालने से पहले अक्सर आप उसे सुधारना चाहते हैं: फ़्रेमिंग बदलना, कोई क्या पहने है वह बदलना, रोशनी ठीक करना। PicassoIA Image Editor Pro यही काम संभालता है। यह uncensored सपोर्ट वाला img2img मॉडल है, जो एक सेकंड से कम में नतीजे देता है, और Elite और Infinite प्लान के सब्सक्राइबर्स के लिए अनलिमिटेड है। आप बिना अतिरिक्त खर्च के 1,000 सोर्स इमेज जनरेट या एडिट कर सकते हैं। पे-पर-यूज़ मॉडल्स पर यही मात्रा लगभग $100 तक जाती। यहाँ यह शामिल है। इसमें बिना क्रेडिट कार्ड के 3-जनरेशन का फ़्री ट्रायल भी मिलता है, ताकि प्रतिबद्ध होने से पहले आप वर्कफ़्लो परख सकें।

PicassoIA पर सीधे Wan 2.7 चलाएँ

Wan 2.7 के तीनों वेरिएंट बिना लोकल GPU के PicassoIA पर उपलब्ध हैं:

• Wan 2.7 T2V: टेक्स्ट प्रॉम्प्ट डालें, 1080p तक का वीडियो पाएँ
• Wan 2.7 I2V: किसी भी इमेज को वीडियो में एनिमेट करें
• Wan 2.7 R2V: कैरेक्टर कंसिस्टेंसी के लिए रेफ़रेंस-आधारित एनिमेशन

प्लेटफ़ॉर्म मॉडल के अपने व्यवहार के ऊपर कोई दूसरा कंटेंट फ़िल्टर नहीं जोड़ता।

PicassoIA पर सबसे अच्छे NSFW मॉडल

Wan 2.7 वेरिएंट्स के अलावा PicassoIA पर मॉडल्स का पूरा सेट है जो वयस्क कंटेंट पर पाबंदी नहीं लगाता। अगर आपके वर्कफ़्लो को वीडियो से ज़्यादा कुछ चाहिए, तो प्लेटफ़ॉर्म की क्रमबद्ध सूची यह है:

1. Seedream 4.5 ⭐ — सबसे बेहतरीन ऑल-राउंड NSFW इमेज मॉडल। वयस्क कंटेंट स्वीकार करता है, इमेज एडिटिंग सपोर्ट करता है, 3 सेकंड से कम में अल्ट्रा-रियलिस्टिक नतीजे देता है। नया Seedream 5 Lite NSFW की अनुमति नहीं देता।
2. PicassoIA Image Editor Pro — अनलिमिटेड जनरेशन वाला img2img। Elite या Infinite प्लान पर 1,000 इमेज मुफ़्त। एक सेकंड से कम में नतीजे, बिना क्रेडिट कार्ड के 3-जनरेशन का फ़्री ट्रायल शामिल।
3. Qwen Image 2 — ओपन-सोर्स मॉडल जो कुछ सेकंड में किसी भी इमेज को एडिट या बनाता है, बहुत विस्तृत रियलिज़्म के साथ।
4. Grok Imagine Image — किसी भी इमेज को यथार्थवादी तरीके से बिकिनी फ़ॉर्मेट में बदलता है।
5. Recraft V4 — बहुत यथार्थवादी नतीजे, सिर्फ़ टेक्स्ट-टू-इमेज।
6. P-Image — 1 सेकंड से कम में NSFW टेक्स्ट-टू-इमेज जनरेशन।
7. PicassoIA Video — टेक्स्ट प्रॉम्प्ट्स से अनलिमिटेड वीडियो जनरेशन, 720p तक और प्रति क्लिप 5 सेकंड तक।
8. P-Video — टेक्स्ट, इमेज या ऑडियो से 1080p तक वीडियो। सेफ़्टी फ़िल्टर डिफ़ॉल्ट रूप से बंद। पूर्वावलोकन के लिए इंस्टेंट ड्राफ़्ट मोड।
9. Grok Imagine Video — 15 सेकंड तक की क्लिप्स, वॉटरमार्क नहीं, मौजूदा वीडियो को री-एडिट भी करता है।
10. LTX 2.3 Pro — 4K और 50fps तक सबसे उच्च फ़िडेलिटी, सटीक नियंत्रण के लिए रिटेक और एक्सटेंड एडिटिंग के साथ।

मुख्यधारा के AI प्लेटफ़ॉर्म्स के विपरीत, PicassoIA क्रिएटर्स को uncensored, उच्च-प्रदर्शन मॉडल्स के साथ पूरी रचनात्मक आज़ादी देता है।

Wan 2.7 बनाम पिछले वर्ज़न

जिन लोगों ने Wan 2.5 T2V या Wan 2.6 I2V इस्तेमाल किया है, वे 2.7 में खास सुधार देखेंगे। व्यावहारिक टेस्ट में फ़र्क अर्थपूर्ण है।

स्पीड और रिज़ॉल्यूशन

Wan 2.7 उसी रिज़ॉल्यूशन पर 2.6 से तेज़ जनरेट करता है। 1080p पर Wan 2.6 T2V बराबर कंप्यूट पर प्रति क्लिप औसतन 90-120 सेकंड लेता था। 2.7 लगभग 60-75 सेकंड में चलता है। जब आप प्रॉम्प्ट्स पर बार-बार काम करते हैं, तो यह बहुत मायने रखता है। क्वालिटी में सुधार स्पीड की कीमत पर नहीं आया।

रिज़ॉल्यूशन स्थिरता भी बेहतर है। 2.6 कभी-कभी क्लिप के बीच में असंगति दिखाता था, जहाँ फ़्रेम के कुछ हिस्से दूसरों से नरम दिखते थे। 2.7 पूरी क्लिप की अवधि में लगातार स्थिर रहता है।

2.7 डिटेल में 2.2 को कैसे पीछे छोड़ता है

Wan 2.2 I2V Fast और Wan 2.2 T2V Fast तेज़ थे, लेकिन डिटेल में सीमित थे। 2.2 के आउटपुट में स्किन थोड़ी चिकनी दिखती है। 2.7 ऐसी फ़िडेलिटी पर रेंडर करता है जो असली फ़ोटोग्राफ़ी के काफ़ी करीब है, खासकर 720p से 1080p की रेंज में। पोर-लेवल डिटेल और प्राकृतिक स्किन वैरिएशन, जो अच्छे AI वीडियो को साफ़ तौर पर AI वीडियो से अलग करते हैं, 2.7 में मौजूद हैं, जबकि 2.2 में नहीं थे।

इसकी कीमत यह है कि 2.7 को ज़्यादा VRAM चाहिए। PicassoIA जैसे होस्टेड प्लेटफ़ॉर्म पर यह आपकी समस्या नहीं है। लोकल रूप से चलाने पर अंतर महसूस होता है।

असल में काम करने वाले प्रॉम्प्ट्स

कई सौ प्रॉम्प्ट्स टेस्ट करने के बाद, वे पैटर्न जो लगातार मज़बूत नतीजे देते हैं, इतने विशिष्ट हैं कि उपयोगी हों।

क्या सबसे अच्छा काम करता है

स्थिर-से-मोशन सीक्वेंस (I2V) के लिए:

[Subject + exact position/pose] + [one clear motion instruction] + [lighting note] + [camera note]

प्रॉम्प्ट कॉपी करें

उदाहरण: "Woman in white bikini on hotel terrace, slowly turning to look at the view, golden afternoon light from the left, camera stays static"

"slowly" शब्द मायने रखता है। Wan 2.7 में तेज़ मोशन निर्देश अक्सर स्ट्रीकिंग आर्टिफ़ैक्ट देते हैं। धीमी, एक-अक्ष वाली गतियाँ स्थिर और एकसमान रहती हैं।

वातावरण के लिए:

रोशनी के स्रोत और कलर टेम्परेचर के बारे में साफ़-साफ़ बताएँ। "Warm light" अस्पष्ट है। "Late afternoon light from upper left, color temperature around 5000K, long shadows on stone floor" मॉडल को ठोस दायरा देता है और लगातार बेहतर नतीजे देता है।

क्लोदिंग फ़िज़िक्स के लिए:

फ़ैब्रिक का नाम बताएँ। "Linen dress moving in the wind" हर बार "dress in the wind" से बेहतर नतीजा देता है। मॉडल ने मटेरियल श्रेणी के अनुसार फ़ैब्रिक का व्यवहार सीखा है। अपने प्रॉम्प्ट्स में उस ज्ञान का इस्तेमाल करें।

आम गलतियाँ

• एक साथ कई मोशन निर्देश जोड़ना: "She walks toward the camera while her hair blows and she turns slightly" तीन निर्देश हैं। एक चुनें। मॉडल तीनों को एक साथ आर्टिफ़ैक्ट के बिना नहीं चला सकता।
• असली चेहरों का उल्लेख करना: नामी हस्तियाँ, खास असली लोग, और बहुत विशिष्ट चेहरे के वर्णन आउटपुट की गुणवत्ता घटाते हैं। पहचान नहीं, प्रकार से वर्णन करें।
• कैमरे को नज़रअंदाज़ करना: क्लिप की आधी गुणवत्ता कैमरा निर्देश से आती है। "camera stays static" भी कुछ न होने से बेहतर है।

💡 खास तौर पर NSFW प्रॉम्प्ट्स के लिए: प्रक्रिया नहीं, वह नतीजा बताएँ जो आप चाहते हैं। "Relaxed pose in beige lingerie, soft morning light" निर्देशात्मक या आदेशात्मक प्रॉम्प्ट्स से बेहतर नतीजे देता है।

PicassoIA पर Wan 2.7 कैसे इस्तेमाल करें

प्लेटफ़ॉर्म वर्कफ़्लो को सीधा बनाता है। Wan 2.7 uncensored से सबसे अच्छा निकालने के लिए स्टेप-बाय-स्टेप यह है:

स्टेप 1: Seedream 4.5 से अपनी सोर्स इमेज बनाएँ

Seedream 4.5 पर जाएँ और एक फ़ोटोरियलिस्टिक सोर्स इमेज बनाएँ। विस्तृत प्रॉम्प्ट्स इस्तेमाल करें: रोशनी की दिशा, फ़ैब्रिक का प्रकार, स्किन टेक्स्चर, कैमरा लेंस। इमेज 3 सेकंड से कम में तैयार हो जाएगी।

स्टेप 2: PicassoIA Image Editor Pro से सुधारें (वैकल्पिक)

अगर आपको फ़्रेमिंग एडजस्ट करनी है, कपड़े बदलने हैं, या डिटेल ठीक करनी हैं, तो PicassoIA Image Editor Pro इस्तेमाल करें। यह एक सेकंड से कम में एडिट लौटाता है, और अगर आप Elite या Infinite प्लान पर हैं, तो आपके पास अनलिमिटेड जनरेशन हैं।

स्टेप 3: Wan 2.7 I2V से एनिमेट करें

अपनी सुधरी हुई इमेज को Wan 2.7 I2V पर ले जाएँ। एक सरल, एकल-मोशन प्रॉम्प्ट लिखें। सबसे अच्छी क्वालिटी के लिए 1080p चुनें।

स्टेप 4: एक ही सब्जेक्ट की कई क्लिप्स के लिए R2V इस्तेमाल करें

अगर आपको एक ही व्यक्ति की अलग-अलग परिस्थितियों में कई क्लिप्स चाहिए, तो Wan 2.7 R2V पर बदलें और अपनी सबसे अच्छी सोर्स इमेज को रेफ़रेंस बनाएँ। इससे सब्जेक्ट सीन-दर-सीन एकसमान रहता है, बिना शुरुआत से दोबारा जनरेट किए।

पैरामीटर संदर्भ:

अपना वर्कफ़्लो खुद बनाएँ

Wan 2.7 uncensored अभी वास्तविक AI वीडियो के लिए सबसे सक्षम ओपन-सोर्स विकल्प है। अपने पिछले वर्ज़न से गुणवत्ता का अंतर असली है, प्लेटफ़ॉर्म पर पहुँच सीधी है, और uncensored दायरे में मॉडल का व्यवहार इतना एकसमान है कि उसके आसपास वर्कफ़्लो बनाए जा सकें।

शुरू करने का सबसे तेज़ तरीका PicassoIA है। वहाँ आपको तीनों Wan 2.7 वेरिएंट्स, सोर्स इमेज के लिए Seedream 4.5, और अनलिमिटेड रिफ़ाइनमेंट के लिए PicassoIA Image Editor Pro मिलते हैं, सब एक ही जगह, और लोकल सेटअप की हार्डवेयर ज़रूरतों के बिना।

अगर आप देखना चाहते हैं कि प्लेटफ़ॉर्म पर और क्या है, तो uncensored और अनरिस्ट्रिक्टेड मॉडल्स की पूरी कैटलॉग picassoia.com/en/all-models पर है। इमेज जनरेशन, वीडियो एनिमेशन और एडिटिंग टूल्स के बीच, यह एक ही प्रॉम्प्ट से तैयार क्लिप तक पूरा वर्कफ़्लो कवर करता है।