يعمل مولّد الفيديو بوضعين. "صورة إلى فيديو" يمنح الحياة لصورة مرفوعة: شخص يبتسم ويدير رأسه، أمواج تتكسر على الشاطئ، كاميرا تنساب حول المشهد. "نص إلى فيديو" ينشئ مقطعاً من الصفر بناءً على وصفك — الشخصيات والمكان وحركة الكاميرا والمزاج العام. معظم النماذج تولّد الصوت أيضاً مباشرة: كلام وموسيقى وأصوات محيطة.
تتوفر جميع نماذج الفيديو الرائدة لعام 2026 في واجهة واحدة. MiniMax H3 Turbo هو الأسرع والأقل تكلفة، وينتج المقطع خلال دقيقة تقريباً. MiniMax H3 هو الأفضل في تحريك الصور الشخصية. Kling 3 وKling 3 Pro يقدّمان حركة كاميرا وإضاءة سينمائية. Veo 3.1 من Google يوفر فيزياء واقعية. Gemini Omni Flash هو أحدث نموذج من Google، ويتميز بدقة اتباع الأوامر النصية والكلام. أما Wan 3.0 من Alibaba فيتفوق في بناء مشاهد سردية بلقطات متعددة.
مدة المقطع 5 أو 10 ثوانٍ (4–8 ثوانٍ مع Veo 3.1)، والدقة 720p أو 1080p، بصيغ 16:9 و9:16 و1:1. تتم عملية التوليد في السحابة — دون الحاجة إلى بطاقة رسومات أو أي برنامج. يمكن تمديد ملف MP4 النهائي أو رفع دقته إلى 4K أو نشره مباشرة.