面向文本、图像、视频、音频与 3D 参考的原生多模态推理
MuseSpark 将工具调用、视觉思维链和多智能体协同整合进一个工作区，用于现代 AI 内容生产与设计流程。
Brief、参考素材、推理过程、资产生成和后台运营现在都留在同一个产品里。
MuseSpark 如何工作
从 brief 开始，接入多模态参考素材，让 MuseSpark 完成推理与拆解，再把结果转换成可交付的内容资产和可控的系统流程。
原生多模态上下文
把文本、图片、视频、音频线索和 3D 参考放进同一条推理链路，而不是分散在互不相连的工具里。
视觉推理与工具调用
让模型的思考过程与它正在检查、生成和修改的素材保持贴合，减少上下文断裂。
多智能体协同
把复杂任务拆给不同角色协同完成，同时保留统一的总计划和交付路径。
运营控制闭环
模型接入、密钥、权限、积分、计费和后台配置都在产品内部统一管理。
为什么 MuseSpark 要这样设计
核心目标是减少上下文切换，把推理、生成、治理与迭代放进一条完整而可执行的工作流里。
从 brief 到资产再到复审都在同一套产品里完成，不需要在多个不连通的应用之间来回跳转。
当前 MuseSpark 工作区已包含的能力
下面每个主功能块都会进入当前项目内部页面。
MuseSpark 对话
在一个统一的助手界面里处理提示词、文件、图片和工作流问题。
视觉工作室
从提示词或参考图生成概念视觉、活动素材和图像资产。
视频工作室
基于文本或静态图快速生成动态原型，不离开 MuseSpark。
音频实验室
把音频方向、语音驱动提示和声音草案纳入更大的多模态流程。
管理后台
统一管理用户、角色、模型设置、积分、价格方案与站点配置。
团队权限与计费
通过现有账户系统追踪积分、活动、订阅与运营边界。
常见问题
直接说明当前版本的 MuseSpark 已经具备什么能力，以及它是如何组织的。