- Sistema multimodal de hasta 4 entradas (imagen, vídeo, audio, texto) con hasta 12 archivos por generación
- Sintaxis universal de referencia @ para asignar roles a los activos
- Audio estéreo de doble canal integrado con sincronización labial y sincronización con el ritmo de la música
- Replicación de cámara y replicación de acciones a partir de vídeos de referencia
- Edición y extensión de vídeo (intercambio de personajes, inserción de escenas, continuación fluida)
- Continuidad en toma única para coherencia espacial y temporal
- Sistema unificado de créditos y planes de suscripción con créditos diarios gratuitos