SkyReels V4 est un système de génération vidéo par IA conçu pour produire des clips cinématographiques avec audio natif synchronisé. Il combine une architecture MMDiT à double flux avec un encodeur de texte partagé pour aligner les visuels, la parole, les effets et la musique de fond dans un seul pipeline. Le modèle prend en charge cinq modes d’entrée : texte, image, clip vidéo, masque binaire et référence audio. Il peut générer des vidéos 1080p à 32 FPS, effectuer de l’inpainting au niveau de régions, préserver l’identité des personnages d’une scène à l’autre et créer une synchronisation labiale multilingue. Les coupes caméra sensibles au rythme le rendent particulièrement utile pour les contenus musicaux et sociaux de format court. Le résultat est un outil orienté production pour une création vidéo IA rapide, cohérente et riche en audio.