Image · 配图
插画长在书页里
按选区上下文出图，插画直接嵌进正文锚点；长按可保存、重新生成或删除。
Imagen 3gpt-image-1Doubao SeedDream
在这台 iPad 上点「配图」试试
下面是真实交互原型：点选区工具栏里的「配图」看 Imagen 进度条出图，点「续这里」看流式续写，点「配音」看波形朗读。所有生成都会进入 API 请求记录，token 和费用可追溯。
iPad · 现场生成
9:41
群星档案「正文」· 第 28 章 · 灯塔求救
洛闻抬头望向穹顶，旧星港的导航灯一盏接一盏熄灭，像有人把夜空折进了掌心。
她终于明白那句警告：每一条航线都不只是路，也是回声。
“别点亮第七盏灯。”她轻声说，“那不是信号，是有人在向过去求救。”
今晚消失的那艘船，会在某个分支里重新靠岸。
选区工作台
选中任意一句话，续写、配图、配音、新建分支都从这里出发。
正文
一段文字的三种新形态
把长篇读成有声书
选区即时朗读，整章可缓存离线；倍速、定时、上一段下一段，通勤即听书。
Qwen TTSGrok VoiceMiMo Speech
Video · 配视频
场景动起来
把名场面交给视频模型，生成几秒钟的动态画面，直接在阅读页内播放。
Google VeoKlingHailuo
每种模态，各配各的模型
- 按模态设默认文本、图像、语音、视频各自有默认模型；阅读器和聊天页可分别覆盖。
- 按场景换模型言情场景一个模型、战斗场景另一个——per-world 生成设置随时调。
- 能力过滤模型选择器只显示客户端真正实现的模态，不会选到「声称支持」的空头能力。
- 全链路入账每次生成都写入 API 请求记录：模型、token、缓存命中、费用，一条不落。
FAQ
常见问题
配图用的是什么模型？效果可控吗？
默认支持 Imagen 3、gpt-image-1、SeedDream 等；prompt 由选区上下文自动构建，也可以编辑提示词模板，生成前可改尺寸与风格。
朗读支持哪些声音？
接入你自己的 TTS 供应商：Qwen TTS、Grok Voice、MiMo Speech 等，音色可选；整章缓存后离线可听。
视频生成要等多久？
取决于模型，一般几十秒到几分钟。任务在后台跑，生成完成后自动嵌回原文锚点，期间可以继续阅读。
媒体生成的费用怎么算？
BYOK 模式下直接按你供应商的价格计费，应用不加价；每次请求的 token、费用与缓存命中都记录在「API 请求记录」里。