漢字を文字化けではなく正しく描く文章から画像のモデル。コードも重みも公開され、すでにある生成の流れに差し込める。ただし普通の利用者向けの入口はいま別の場所に移っている。

第三世代は一度の生成で最長三十秒の多カット映像を台詞と音楽、効果音まで含めて出し、書類やウェブページを含む二十点までの素材を参照でき、出来たあとの編集と延長にも対応する。

画像生成、映像制作、そして結果を直せるキャンバスが一つの入口を共有し、最初と最後のコマを固定でき、全体が中国語のプロンプトを軸に組まれている。

ベクターの変種はラスタ画像ではなく編集できる SVG を書き出し、見本を数枚渡せば訓練なしで一そろいのブランドの作風が固まり、文字の長さも位置も制御できる。