GenMedia 是一款原生支援 Apple Silicon 的本機 AI 媒體生成 App。目前專案已建立可編譯的混合式應用程式：
- Swift 負責模型、Profile、工作佇列、檔案與 MLX／Core ML 推論。
WKWebView內嵌 HTML、CSS 與 JavaScript UI，不需要網路或 npm runtime。- 文生圖、圖生文、圖生圖、文生影、圖生影、文生音樂、字幕生成與 Upscale 都可獨立執行，也可以透過資產來源關係串接。
- 自動流程可建立具備獨立設定的工作區分頁；「簡單 MV」會準備主視覺、背景音樂、圖片循環與影音合併四個相依步驟。
- 每次操作保存 Profile 快照，模型或架構更新後仍可追蹤當時的版本。
- 獨立設定頁支援繁體中文、英文、日文、韓文及六套可持久保存的配色。
- 設定頁可用 Switch 啟動只綁定本機的 MCP HTTP API；另保留可在 App 未啟動時獨立運作的 JSON-RPC 2.0 stdio server。
文生圖與圖生圖改為獨立按鈕，生成結果被選取後仍可再次文生圖；窄視窗會自動換行。修正 run.command 建置完成卻找不到主程式的問題，逐一建置並檢查四個根套件出貨產品。12 項腳本測試、6 項 Web UI 測試及四語 WebKit 排版檢查通過。
模型掃描、下載後驗證與移除在背景執行；同一模型的暫停、續傳、修復與移除會等待前一個操作完成清理。切換輸出目錄後，新工作使用新路徑，進行中的工作保留開始時的路徑。
共用媒體仍被其他資產或工作區引用時會保留；改名同步更新全部對應參照。自動清理只處理未被引用的 MediaCache 代理。工作區讀取失敗時保留原始索引與快取，並停用該次執行的工作區自動存檔。
LoRA 權重轉換改用 1 MiB 分塊，Worker 日誌增量讀取且能處理正常退出前的大量日誌。完整根套件編譯及 163 項 Swift 測試通過；合成 LoRA 量測與尚未驗證的範圍見效能紀錄。這不代表所有大型模型或硬體組合都已驗證。
模型中心新增 Qwen-Image 2.1 MLX 4-bit，同一份模型提供文生圖與實驗性單圖編輯 Profile。512×512 文生圖及 256×256 單圖編輯已實測；先前 512 編輯的顆粒問題仍保留追蹤。推論採用 Swift／MLX，輸出保留 RGBA 透明度，不需要 Python Worker。使用方式、建置前置修正與實測範圍見 Qwen-Image 2.1 文件。
操作導覽：提示詞與輸出設定 → 影片與音樂設定 → 模型搜尋 → 建立簡單 MV 流程。以目前 WebUI 與示範資料錄製，未執行模型推論。
需求：Apple Silicon；套件最低部署目標為 macOS 14，建置需要可支援鎖定相依套件版本的 Xcode／Swift 與 Metal Toolchain。本輪使用 Swift 6.4、macOS 27 SDK 驗證；舊版工具鏈與系統未於本輪重測。
./build.command
./run.commandbuild.command 會建立 Release 執行檔，並在 dist/ 輸出標準 GenMedia.app。App 內含 WebUI 資源、MLX Metal runtime、MCP server，以及 LGPL 動態版 ffmpeg／ffprobe 統一媒體相容層。第一次建立 App bundle 時，build.command 會自動下載來源並建立內建 FFmpeg，不需先手動準備 FFmpeg 或安裝 pkg-config。
# 建置 Release 執行檔與 App
./build.command
# 只做增量 Release 建置，不建立 App bundle
./build.command --no-app
# 指定版本與 Bundle ID
GENIMAGE_VERSION=1.1.0 GENIMAGE_BUNDLE_ID=com.example.genimage ./build.commandrun.command 會自動使用 --no-app，日常啟動不會重複建立 App bundle。對外發佈的 DMG 由獨立本機流程完成 Developer ID Application 簽章、Apple Notarization、Staple 與 Gatekeeper 驗證。
建置直接在本機專案目錄執行；App 與 DMG 的暫存封裝位於 dist/，備份暫存位於 Backups/。App 完成簽章驗證後才替換舊版。
專案若放在 ExFAT 磁碟，請將簽章 App 的輸出位置設為內部 APFS，例如 GENIMAGE_DIST_DIR="$HOME/Downloads/GenMedia-dist" ./build.command。這可避免 AppleDouble 中繼資料干擾 macOS 巢狀 bundle 簽章；完成的 DMG 可再複製回外接磁碟。
- 第一次執行
./build.command需要網路下載 FFmpeg 與 LAME 原始碼；之後會沿用暫存來源與third_party/ffmpeg產物。缺少或不完整時會自動重建。 - 不需安裝 Homebrew
pkg-config；LAME 組態檢查可直接使用專案內的scripts/pkg-config-fallback.sh。FFmpeg 原始碼快取位於.build/ffmpeg-source。 - 建置中止或失敗時會還原先前可用的 FFmpeg。排除網路或 Xcode 問題後直接重跑
./build.command即可；若要改用其他輸出位置，可設定GENMEDIA_FFMPEG_ROOT。
影片生成由 App 隨附的 GenImageLTXVideoWorker Swift 子行程執行；Swift App 負責 Profile、參數驗證、工作佇列、取消、進度、資產與影片播放，不需要額外安裝影片 Runtime。
模型中心的 dgrauet/ltx-2.3-mlx-q4 下載方案會一併取得原生 MLX INT4 Transformer、影片／音訊 VAE、vocoder、空間升頻器，以及公開的 Lightricks/gemma-3-12b-it-qat-q4_0-unquantized Gemma 3 12B 文字編碼器鏡像；完整下載量約 42 GiB，建議使用 48 GB 以上記憶體。LTX 的 Gemma 權重仍受 Gemma 授權條款約束，但不再依賴 Hugging Face gated google/... 儲存庫。
開發建置可透過 GENIMAGE_LTX_WORKER 指定自訂 Worker；正式 App 會使用 Bundle Contents/Helpers/GenImageLTXVideoWorker。GENIMAGE_LTX_GEMMA_MODEL 可覆寫 Gemma 目錄，未設定時優先使用 LTX 模型目錄內的 gemma-3-12b。
LTX Worker 透過 JSON request 與逐階段事件和 App 通訊；模型檔案不會打包進 App。現有舊版資料目錄不會自動刪除，確認不再使用後可手動移除 ~/Library/Application Support/GenImage/Runtime/ltx-2-mlx/。
App 已接入 MiniMax H3 GGUF 的純 Swift／MLX 影片 Runtime，支援文生影與部分單圖生影 Profile。H3 Worker、Qwen 3 VL 文字編碼器、影片／音訊 VAE 與 GGUF 權重會依 Profile 的下載方案分開管理，不會打包進 App。
H3 目前完整狀態：模型層、工程接線與 App 出貨已完成，從提示詞到有聲影片的主要鏈路已打通：
Prompt → Qwen3-VL 文字編碼器 → Transformer（50 層 INT8）→ Video VAE decode → MP4（H.264 + AAC）
單圖條件鏈也已接通：影像錨點 → Video VAE encode → keyframe conditioning。
目前剩餘工作為 Qwen3-VL 視覺塔（Ref2VA 圖生影）、Video VAE 的時間分塊／空間 tiling（長影片與大解析度），以及多幀 clip 錨點。
本版也修正 H3 的空間尺寸防呆：服務在送入 Worker 前會將寬高向下對齊至 32 像素網格（例如 1280×720 會使用 1280×704），Worker 會在 patchify 前拒絕不合法的尺寸，避免 latent 空間維度造成 reshape 崩潰。已以真實 H3 GGUF 在 640×384、4 幀並含音訊的設定完成實跑驗證。
H3 的技術最低尺寸為 64×64，且寬高必須是 32 的倍數；這不是品質保證。當輸出短邊低於 512 px 時，App 會先顯示可取消的品質警告，提醒可能出現模糊或色塊化，但仍可由使用者確認後生成。原生品質參考為短邊約 768 px。
MiniMax H3 目前仍處於測試階段，不保證生成結果或所有 H3 GGUF 變體在不同硬體上的正確性，不應視為穩定的生產功能。若輸出異常，請保留 Profile、模型變體與 Runtime log 供後續修正。
匯入的影片與音訊會先由內建 ffprobe 檢查容器、Codec、音軌、時間與旋轉後尺寸，長時間轉檔會進入可取消且回報進度的工作佇列。WebKit 可直接播放時沿用原檔；H.264／HEVC 僅容器或音訊不相容時先無損改封裝為 MP4；其餘影片以 VideoToolbox H.264／AAC、音訊以 M4A AAC 建立播放代理。播放代理由 AssetSchemeHandler 在背景以 HTTP Range 分塊串流，支援漸進播放與拖曳。原始檔路徑不會被替換，字幕仍輸出到來源目錄並沿用來源檔名；App 啟動時清除沒有對應資產的 MediaCache 孤兒檔，關閉專案或移除資產時只清理 App 管理的相容快取。
自動流程使用宣告式步驟建立新的 Workspace 與對應 Tabs；每個 Tab 保存自己的工作類型、Profile 指派、Prompt 及圖片／影片／音樂／媒體處理參數，切換分頁或重新啟動 App 不會互相覆蓋。第一個「簡單 MV」範本依序連結文生圖、文生音樂、圖片循環影片及影音合併。
圖片循環與影音合併不需要 AI 模型，由 MediaCompositionService 透過內建 FFmpeg 執行。圖片循環支援多張圖片、單張秒數、總長度、解析度、FPS 與 Cover／Contain；影音合併支援取代或混合原音軌、音量與輸出長度策略。自動流程會依步驟資產 ID 傳遞來源，不依賴檔名推測。
字幕流程可匯入影片或音訊，由內建 ffprobe 探測軌道，再以內建 ffmpeg 統一轉為 16 kHz 單聲道 PCM，交由 SubtitleGenerationRouter 選擇原生 Core ML ASR Adapter，保留片段時間軸並輸出 SRT 或 WebVTT。預設推薦較快、較省記憶體的多語言 Whisper Small；需要較高辨識品質時可切換 Whisper Large v3 Turbo，另支援中文 Paraformer Large 與日文 Parakeet 0.6B，來源語言可自動偵測或由 Profile 指定。
Whisper Small 與 Large v3 Turbo 都可在模型中心下載，分別使用 argmaxinc/whisperkit-coreml@small 與 argmaxinc/whisperkit-coreml@large-v3-turbo；Small 安裝資料約 216 MB、建議 8 GB 記憶體，Large 約 954 MB、建議 16 GB 記憶體。兩者皆由同一套原生 WhisperKit／Core ML Runtime 執行。
辨識完成後可選用本機 Qwen3.5／Qwen3.8 MLX 文生文模型，在不改變時間軸的前提下翻譯為繁中、簡中、英、日、韓、西、法、德、義、葡、俄、阿拉伯、印地、孟加拉、印尼、越南、泰、土耳其、波蘭、荷蘭、瑞典、捷克、烏克蘭、馬來或菲律賓文，共 25 種目標語言。字幕會以 generatedSubtitle 資產保存於目前工作區，並以來源影片或音訊為 parent。
GenImageASRPoC 是獨立的 WhisperKit 驗證工具，用來在不修改主 App 工作區的情況下檢查媒體解碼、語言辨識與時間碼輸出；主 App 的正式字幕流程使用相同的純 Swift／Core ML 邊界。詳見 ASR 字幕 PoC。
Qwen3-VL、Qwen3.5 與 Qwen3.8 屬於多模態模型，因此模型中心會同時歸類為「圖生文」與「文生文」，並各自提供對應 Profile。受管理的模型下載會一併取得 processor_config.json、影像／影片前處理設定、Tokenizer、Chat Template 與完整權重索引，完成必要檔案驗證後才標記為已安裝。
模型中心也提供數個以 ZImageTurbo 為基底的 Civitai LoRA（Asian Beauties、Turbo Lightning、Flat AnimeStyle、Diorama）。請在設定頁的「Civitai LoRA」卡片貼上 API Token 並儲存；Token 會只存於 macOS Keychain，不會寫入模型 manifest、工作區或 log。之後按下模型中心的下載按鈕，App 會以 HTTPS Authorization: Bearer 標頭直接下載檔案，不會改為開啟 Civitai 網站要求手動下載。
若需要在無 UI 的舊版啟動流程使用 Token，仍可設定 CIVITAI_TOKEN 環境變數；設定頁儲存的 Token 優先用於 App 內下載，環境變數僅作相容性 fallback。
-
暫時隱藏所需模型建議記憶體超過 64 GB 的 Profile，64 GB 仍可選。既有 Profile 與模型檔案保留；此門檻依模型清單的建議需求判斷，並非實際峰值用量保證。
-
Profile 依「使用中、可用、下載中、不可用」排序；模型與 LoRA 相依項目完整時使用淡綠色外框，下載完成後會立即重新排序。
-
工作取消會先進入
cancelling，Runtime Task 結束後自動轉成cancelled並解除所有生成與記憶體按鈕。ETA 在進度 35% 且執行滿 15 秒後顯示數字，樣本不足時會使用整體耗時備援估算。 -
Z-Image MLX 量化相容層支援
quantize_config.json、affine／mxfp4、packed pad token 與 FP16→BF16 載入修正。andrevp Z-Image Turbo MLX 4-bit 已完成實際生成驗證。 -
相依套件的原始碼修正列於
Patches/manifest.txt，由scripts/apply-runtime-patches.command在 Swift Package resolve 後套用；build.command會自動呼叫。相依套件版本與 manifest 記載不符、修正檔遺失、套用失敗或套用後找不到預期標記，都會中止建置而不會以未修正的原始碼繼續。執行scripts/apply-runtime-patches.command --verify可只做檢查。 -
Z-Image 以常駐 Worker 重用已載入的模型與 LoRA，減少連續生成的重載成本；閒置 5 分鐘、按下「釋放記憶體」或收到系統記憶體壓力通知時會卸載。執行中的工作在記憶體壓力下會先完成，再釋放 Worker；取消或失敗則終止 Worker，下次重新啟動。
-
下載保留來源原始檔名；生成輸出使用
Image-YYYYMMDD-HHmm-UUID、Video-YYYYMMDD-HHmm-UUID或Music-YYYYMMDD-HHmm-UUID，避免批次或同分鐘輸出互相覆寫。輸出目錄可在設定頁更改；字幕優先保留來源檔名並寫入來源目錄。 -
每個開啟的工作區分頁視為一個生成專案；資產與 lineage 會原子寫入 Application Support，App 關閉後仍可恢復。只有明確關閉分頁時才移除該專案的工作區索引，已輸出的媒體檔仍保留於磁碟。
-
App 管理資料預設位於
~/Library/Application Support/GenImage/（Models、Runtime、Workspace、Pasted、Generated），由GenImageCore/ApplicationSupport.swift統一定義。工作區索引曾寫在GenMedia/，啟動時會自動接回目前的根目錄；同名項目一律保留現有的，不覆蓋也不合併。目錄名稱維持GenImage而非改為與 App 一致的GenMedia，以相容既有模型與舊版 Runtime 資料。模型與生成輸出可在設定中另選目錄；匯入的使用者檔案保留在原位置。 -
Prompt 與歌詞編輯期間會保留游標、選取範圍及輸入法組字狀態；生成類型、Prompt、歌詞與輸出設定 TAB 只局部更新創作面板。必要的完整畫面更新會沿用播放中的音訊或影片節點，避免中斷播放。
-
工作區底片列提供圖片匯入按鈕，並支援從 Finder 拖放一張或多張 PNG、JPEG、WebP、GIF、TIFF、HEIC 與 HEIF 圖片；音樂生成模式會停用圖片匯入，避免混用媒體來源。「文生圖」按鈕固定保留；選取圖片後另外顯示「圖生圖」，兩者分別依自己的 Profile 啟用。生成完成後不需取消選取結果即可繼續文生圖。
-
圖片與影片比例選項改為下拉選單；圖生圖選取來源圖片後才會顯示「原解析度」，並依來源尺寸換算為符合 Runtime 的 16 倍數寬高。
-
以下條件畫布及 1024² 生成面積規則適用於 Qwen Image Edit 2511；Qwen-Image 2.1 直接使用設定尺寸，規則見專用文件。
-
圖生圖的寬高設定會實際傳入 Qwen Image Edit 2511 Runtime。當指定比例不同於來源圖片時，來源圖會保持自身解析度並以邊緣延展補足為輸出比例的畫布，再進行生成，以保留完整來源內容。
-
條件影像會以生成解析度編碼，使條件網格與輸出網格的 RoPE 位置完全對齊；若沿用固定 1024² 面積的條件網格，模型只會對準來源中央，輸出即成為裁切後的放大結果。
-
生成解析度與輸出解析度分離：指定面積小於 1024² 時，Runtime 會以指定比例、1024² 面積生成（與 diffusers 參考實作相同的約 4096 個 latent token），再以 Lanczos 縮放為指定尺寸輸出。DiT 的 token 數遠低於訓練規模時去噪會劣化並崩解成條紋，因此
128 × 192這類低解析度改由縮放產生，畫質明顯較佳。 -
指定面積達到或超過 1024² 時直接以指定尺寸生成，不再縮放；解析度越高，Runtime 的記憶體用量與生成時間也會同步增加。低於 1024² 的輸出仍以 1024² 面積生成，因此生成時間不會隨輸出尺寸縮小而減少。
-
圖生圖按下生成時，若輸出面積小於
512 × 512會先跳出警告對話框，可選擇「取消」或「仍要生成」；同一次執行期間確認過一次後不再重複提醒。
文生音樂由 MusicGenerationRouter 依 Profile 分派至 ACE-Step 1.5 或 MiniMax Music 3 Adapter。Swift App 統一管理音樂風格、可選 Prompt、可選歌詞、步數、Seed、工作取消、時間推估及音訊資產資訊；Prompt 留空時使用所選音樂風格，歌詞留空時生成純音樂。各 Runtime 產生的暫存 WAV 都由共用 FFmpeg 輸出層轉為 MP3、M4A、AAC 或 FLAC。
-
ACE-Step 1.5 Turbo MLX：建議 Profile，透過 App 內建的 Apple Silicon 原生 Swift／MLX Runtime 生成 10～300 秒歌曲或純音樂，不需要安裝額外服務。程式與模型採 MIT License，可商業使用；長音訊採重疊分塊 VAE 解碼以控制記憶體用量。
-
MiniMax Music 3 MLX 8-bit：透過 App 隨附的獨立 Swift Worker 執行，設定值是 5～300 秒的最長長度；模型可依歌曲結構提前自然結束，完成後 App 會顯示實際生成長度。模型仍適用其 Community License。
-
MiniMax Music 3 MLX 4-bit：透過 App 隨附的獨立 Swift Worker 執行，使用完整的 affine 4-bit MLX checkpoint；設定值是 5～300 秒的最長長度，模型仍可能依歌曲結構提前自然結束。模型仍適用 MiniMax Music 3 Community License。
-
MiniMax Music 3 Composer 5.7B Distilled：模型中心提供作為可選的 Composer 加速元件，預設下載
lr-6e-5權重；需搭配完整 Music 3 checkpoint 與相容 Runtime，不能單獨生成音樂。
ACE-Step 原生 Runtime、MiniMax Music 3 Swift Worker 與 LGPL FFmpeg 相容層隨 App 提供；MiniMax Music 3 模型維持選用元件。
swift test
for file in Sources/GenImageApp/Resources/WebUI/js/*.js; do
node --check "$file"
done診斷本機模型與自動建立的 Profiles：
swift run GenImageDoctor
# 或指定自訂模型目錄
GENIMAGE_MODEL_ROOT="/path/to/models" swift run GenImageDoctor啟動標準 MCP stdio server：
MCP_BIN_DIR="$(swift build -c release --show-bin-path)"
"$MCP_BIN_DIR/GenImageMCP"MCP 支援 initialize、ping、tools/list、tools/call，工具包含本機模型、Profile、原生 Z-Image 文生圖、Qwen 圖生圖／圖生文、Core ML Upscale 與獨立字幕生成。
若從 App 使用，在「設定 → MCP 整合」開啟 Switch 後會顯示 http://127.0.0.1:12181/mcp；該端點只接受本機 HTTP POST JSON-RPC。HTTP 與 stdio 共用同一套 MCP 工具核心，但 stdio 執行檔仍可在 GenMedia.app 未開啟時獨立工作。
已完成 MCP 端到端實測：genimage_generate_image 可使用本機 Z-Image Turbo Q4 輸出 PNG；genimage_describe_image 可用 Qwen3-VL 輸出繁體中文描述；genimage_upscale_image 可使用本機 Real-ESRGAN Core ML 模型輸出 4× 圖片。
本次內部整理只調整程式分層與責任邊界，不改變既有生成能力、使用流程或 Web Bridge 協定。
Sources/
├── GenImageCore/
│ ├── ApplicationSupport.swift # Application Support 資料位置的唯一定義
│ ├── CivitaiTokenStore.swift # Civitai Token 的 macOS Keychain 儲存
│ ├── DomainModels.swift # 資產、配方、工作、模型與 Profile
│ ├── InferenceServices.swift # 圖片、文字、影片、音樂與字幕推論介面
│ ├── ModelCatalog.swift # 內建模型及 Profile
│ ├── OutputFileNaming.swift # 圖片、影片、音樂與字幕輸出命名
│ ├── OutputGeometry.swift # 輸出尺寸運算的唯一定義（WebUI 端由 js/geometry.js 鏡像）
│ ├── ProjectWorkspacePersistence.swift # 開啟中生成專案持久化
│ ├── SubtitleDocument.swift # SRT／WebVTT 文件輸出
│ └── WorkflowGraph.swift # 資產來源與分支關係
├── GenImageRuntime/
│ ├── ZImageTextToImageService.swift
│ ├── QwenVLImageDescriptionService.swift
│ ├── Qwen2511ImageToImageService.swift
│ ├── LTXVideoGenerationService.swift
│ ├── MusicGenerationRouter.swift
│ ├── ACEStepMusicGenerationService.swift
│ ├── MiniMaxMusic3GenerationService.swift
│ ├── MediaCompatibilityService.swift # 內建 FFmpeg／ffprobe 定位、探測與轉碼
│ ├── MediaSourceCompatibilityService.swift # 來源影音直讀、改封裝與播放代理
│ ├── MediaCompositionService.swift # 圖片循環影片與影音合併
│ ├── MediaAudioPreparer.swift
│ ├── WhisperSubtitleTranscriber.swift
│ ├── ParaformerChineseSubtitleTranscriber.swift
│ ├── ParakeetJapaneseSubtitleTranscriber.swift
│ ├── SubtitleGenerationRouter.swift
│ ├── QwenTextGenerationService.swift
│ ├── SubprocessRuntime.swift # 外部 Runtime 子行程的共用執行流程
│ ├── AudioOutputEncoder.swift
│ └── CoreMLUpscaleService.swift
├── GenImageApp/
├── AppStore.swift # 型別宣告、儲存屬性與 init
├── AppStore+Credentials.swift # 設定頁憑證操作
├── AppStore+SubtitleGeneration.swift
├── AppStore+MediaImport.swift
├── AppStore+MediaComposition.swift
├── AppStore+Workspaces.swift
├── AppStore+*.swift # 其他依職責拆分的 AppStore 行為
├── HybridBridgeController.swift
├── LocalMCPServiceController.swift # App 內 MCP HTTP Switch 與狀態
├── HybridWebView.swift
├── AssetSchemeHandler.swift # 安全提供本機圖片、影片與音訊給 Web UI
└── Resources/WebUI/
├── js/automatic-flow.js # 自動流程模板、Profile 預檢與工作區規劃
└── … # 其他 HTML/CSS/JavaScript 前端
├── GenImageASRPoC/
└── main.swift # 獨立 ASR 驗證工具
└── GenImageMCPServer/
├── MCPServer.swift # 獨立 stdio JSON-RPC server 核心
└── MCPHTTPServer.swift # App Switch 使用的 localhost HTTP transport
Patches/
├── MLX-Swift-LM-Qwen35-Text-Only.patch # Qwen3.5 純文字輸入相容修正
└── manifest.txt # 建置時套用的相依套件修正清單
scripts/
├── apply-runtime-patches.command # 依 manifest 套用與驗證相依套件修正
└── build-ffmpeg-macos.sh # 建立可封裝、可重新連結的 LGPL 動態版 FFmpeg
App 已接入真實本機推論：Z-Image Turbo 文生圖、Qwen3-VL／Qwen3.5／Qwen3.8 多模態圖生文與文生文、Qwen 2511 圖生圖、LTX-2.3 MLX 文生影／圖生影、MiniMax H3 GGUF 文生影／部分圖生影（測試階段）、ACE-Step 1.5 Turbo MLX 與 MiniMax Music 3 MLX 8-bit／4-bit 文生音樂、Whisper／Paraformer／Parakeet 字幕生成，以及 Core ML Real-ESRGAN Upscale。影片以 MP4 加入工作區；音樂可輸出 MP3、M4A、AAC 或 FLAC；字幕可輸出 SRT 或 WebVTT，並保存語言、時間軸、Profile 快照與 lineage。
更多資訊：
本專案使用GenMedia 原始碼公開・禁止商業販售授權 v1.1。
- 依授權條件允許非販售的使用、研究、修改與免費分享，包含公司或組織內部自用。
- 販售、付費代管／SaaS、收費支援、付費產品整合及其他受限制的營利安排，須另行取得書面授權；詳見禁止商業販售政策。
- 這是自訂的原始碼公開授權，不宣稱符合 OSI 開源定義；完整條件及四語差異以繁體中文授權全文為準。
- 第三方程式庫與模型保留各自授權。內建 FFmpeg／LAME 的 LGPL 授權、來源版本及建置資訊位於 App 的
Contents/Resources/Licenses/。