影像方面，后置1200万超广角+5000万广角+1000万长焦镜头，前置1200万像素镜头。
首先，通过向量量化变分编码器的结构，将接收到的脑电波信号，转换成一系列向量化的特征表示。
慕江南创始人周大帅认为，50-55岁用户是视频号最具消费力的用户群体，视频号核心用户以60后、70后为主，80后为辅，基本都在35岁以上。“慕江南以卖丝巾起家，和视频号用户非常契合。”
除了可以从文字生成音乐外，它还支持图像、视频和音频生成音乐，并且还可以编辑已有的音乐。该项目利用了MERT等编码器进行音乐理解，ViT进行图像理解，ViViT进行视频理解，并使用MusicGen/AudioLDM2模型作为音乐生成模型（音乐解码器）。用户可以轻松移除或替换特定乐器，调整音乐的节奏和速度。这使得用户能够创造出符合其独特创意的音乐作品。
简化网站、社交媒体和营销材料的相关内容制作，保持一致的基调和风格。