v1 (padrão): Foto estática — rápido, bom fotorrealismo.
v2: Vídeo (1–5 min de fala natural, 16:9, iluminação uniforme, câmera estável, áudio claro) ou foto — máxima qualidade, geração de até várias horas.
Requisitos de foto: Rosto frontal claro com olhos, nariz, boca e lábios visíveis. Enquadramento meio-corpo 16:9, iluminação uniforme, uma única pessoa.
Não funciona: Sem rosto, rosto parcialmente oculto, arte abstrata. Coberturas faciais religiosas/culturais: A boca deve ser visível — envie um ticket.
Geração assíncrona: Erros aparecem na próxima abertura do editor. Artefatos verdes: Reenvie com fundo simples e claro.