1、承担视频Caption和参考生成的Instruction职责，特别是在多分镜、高动态、长视频等场景提供精准、全面的描述，最大化弥合文本模态和视频模态之间的差异； 2、承担Agentic PE的职责，对用户指令进行精准、有效、丰富的改写，从15秒片段效果和分钟级成片两个角度实现最佳的PE，控制视频生成模型产出最符合用户需求的视频内容； 3、承担Reward model的职责，能够客观、稳定地评价模型画面、运动、合理性等方面的表现，辅助视频模型训练监控、模型版本选择； 4、承担理解基模后训练的职责，充分利用可灵数据训练最适合团队的多模态理解基座模型，支撑可灵全链路的数据算法、理解算法任务。