制作一支MV通常需要团队、场地和剪辑师。而这里，AI负责拍摄与剪辑，你只需决定视频讲的是什么故事。
上传MP3、WAV或M4A格式的歌曲，时长15秒到4分钟均可。AI会分析节拍与重拍点，用ElevenLabs Scribe转录歌词并标注每个词的时间点，再判断主歌和副歌的位置。随后GPT-6会写出分镜脚本：镜头切换踩在重拍点上，高潮处节奏更快、安静处更舒缓，场景也会围绕歌曲的主题展开。你也可以加入自己的创意，比如“两个朋友开着老爷车去海边”，如果希望场景更贴合歌词内容，还可以直接粘贴完整歌词。
分镜规划是免费的。系统会展示每个场景的时间点、对应的歌曲段落、歌词内容和镜头描述。你可以随意修改任意一条描述，根据最终方案计算出的确切价格会在开始制作前显示给你。
接下来由AI负责拍摄。Nano Banana 2为每个场景绘制画面，MiniMax H3 Turbo将其转化为视频，而在歌手演唱的场景中，嘴型会跟你的歌曲同步对口型。上传歌手的照片，如果剧情需要第二个人，也可以上传对应照片，视频中的人物会和照片中的样貌一致。如果不上传照片，AI会自行设计角色，并保持其在每个场景中形象统一。剪辑会严格按照小节网格对齐，你还可以选择五种风格之一添加歌词字幕。
可选的画面风格包括：电影感、动漫、3D卡通、复古VHS、霓虹或梦幻风，格式支持16:9（适合YouTube）或9:16（适合Reels、Shorts和TikTok）。围绕副歌制作的约30秒预告片价格远低于完整版视频，非常适合用来预告新作发布。请使用你自己的歌曲或已获得授权的曲目；不支持名人照片及露骨场景内容。