1. 准备两张清楚的人物照片
每张一位成年人，脸部清楚、光线均匀。支持 JPG、PNG、WebP，每张不超过 10 MB，宽高均至少 240 像素。避免过小的人脸、大幅侧脸和过度滤镜。
2. 安排左右位置
第一张照片放在左侧，第二张放在右侧，可通过交换按钮调整。此处预览的是原始照片，最终视频需生成后才能查看。
3. 决定唱什么，用什么语言
“让 AI 写词”可用英文或普通话创作短词；“自己填歌词”则演唱你输入的原文。每句换一行，左右人物依次交替。选择“跟随歌词语言”会保留原文，中英混写也可以。请根据视频时长精简歌词；实际发音、歌词和口型可能有偏差。
4. 选择画面比例、清晰度与时长
默认是竖屏 9:16、480p、5 秒。可选 720p 获得更清晰的画面，10 秒或 15 秒能容纳更多歌词和表演。
画面比例与清晰度、时长放在一起，默认竖屏 9:16。也可选 16:9、4:3、1:1、3:4，或让模型自动适配。画面比例不影响点数用量。
| 规格 | 点数 |
|---|---|
| 480p · 5 秒 | 80 |
| 480p · 10 秒 | 160 |
| 480p · 15 秒 | 240 |
| 720p · 5 秒 | 160 |
| 720p · 10 秒 | 320 |
| 720p · 15 秒 | 480 |
5. 登录并确认点数用量
确认两位人物同意使用其照片，使用邮箱和密码或 Google 登录，按需购买点数套餐。登录或购买后，照片、歌词和设置可在同一浏览器恢复。点数长期有效，无需订阅。
6. 提交生成，稍后查看
通常需要 1–5 分钟，排队时可能更久。提交后任务会保存到“我的视频”，可以离开页面。浏览器等待超时不代表任务失败。
7. 试听并下载
播放成片并打开声音，检查人物、歌词和表演，再下载 MP4。人声与伴奏由 AI 生成；自定义歌词也可能出现遗漏、发音或口型偏差。已成功完成的作品再生成一个版本，会再次使用点数。
效果或任务出现问题时
确认技术失败后会退回预留点数。若视频完成，但人物或动作与预期不同，可以先看 选图建议，再换用更清楚的照片。任务仍在核查时，请提供编号联系客服，避免重复提交。
视频使用 Wan 3.0模型生成，提供上表所列的四种规格组合。