Phantom

聚焦主体一致性，Phantom让图像与文本提示智能融合，为AI视频创作打开全新局面。架构设计独到，单主体、多人、物品都能精准抓取身份特征。面部细节还原度超高，无论是照片里的微表情还是时尚服装，都能让画面“活”过来。多模态对齐管线，解决了传统模型里拷贝、混淆的尴尬局限。用一张照片、几句描述，几秒内生成个性化视频片段。对比高手林立的市面选手，Phantom在视频质量和一致性评测中表现不俗，被行业称为最有希望的视频S2V模型。