团队内部使用，请输入访问口令
输入描述，可上传参考图片 / 视频 / 音频，选择模型与参数
上传视频或图片，用 Qwen3-VL 分析，生成可"重建同等画面"的结构化英文提示词（JSON）。视频会自动抽帧分析，耗时约 20~60 秒。
选一个 GIF 文件转成 MP4，可下载，或直接“作为参考视频”加入上方生成框。（限 60MB）