图像生成

群友分享 OpenMontage，并建议遇到复杂排版或大量文字时先用 image2 做九宫格控制，但实测效果仍偏一般。

视频模型评估不能只看首帧和观感，还要看中文语音、编辑能力、分辨率、水印和额度机制。

批量图像理解任务的成本主要由图片数量驱动，抽帧和预筛比单张价格更关键。

垂直行业视频工具的优势不在通用剪辑，而在行业内容矩阵和行业语义理解。

AI 视频商业化要避开和大厂通用工具正面竞争，优先做行业深度。