- Entradas multimodales de imagen, video, audio y texto
- Compatibilidad con hasta nueve imágenes, tres videos y tres archivos de audio
- Sistema de referencia @ para asignar roles a los assets
- Consistencia de personaje, producto, estilo y escena
- Replicación de movimiento de personajes y de cámara
- Extensión de video y generación de tomas largas
- Reemplazo de personajes y edición de video dirigida
- Finalización de la trama a partir de entradas mínimas
- Lip-sync, efectos de sonido y fidelidad de audio
- Sincronización automática de música y golpes visuales