概念Text-to-Video with Audio / 文本生成带音频视频
T2VA
通过文本提示同时生成视频画面与配套音频（包括语音、音效、背景音乐）的多模态生成范式，相比单纯T2V需在时间轴上同步协调视觉与声音内容，口型同步是其核心技术挑战之一
时间轴 (近 90 天)
9月12日
H3 的 T2VA 是 Text-to-Video-Avatar（文本到视频角色）功能
待验证50%
9月12日
该创作者已将角色生成的默认工具从 Krea 2 切换到 H3 的 T2VA
待验证50%
9月12日
该创作者认为 H3 的 T2VA 画质优于 Krea 2
待验证50%
9月12日
该创作者的角色一致性工作流是：用 T2VA 生成人物静帧，生成1-2秒的动态角色表，再重建成可复用的 .chars 角色文件
待验证50%
9月11日
一位创作者使用H3模型通过T2VA工作流生成了80年代风格的角色视频
待验证50%