HiAPI
21:9 高调宽幅:左侧柔光留白,右侧虹彩玻璃胶片带环绕陶瓷镜头环,发光字 kling-2.5 入画;奶油配冰蓝珊瑚,Kling 2.5 详情页 Hero 图。

Kuaishou

Kling 2.5

kling-2.5-turbo/image-to-video

Modelo de imagen a video lanzado por Kuaishou, destaca en fluidez de movimiento y consistencia de personajes, admite prompts negativos y ajuste de CFG, ideal para generar cortometrajes con tomas de alta dinámica

Probar kling-2.5-turbo/image-to-video

Entrada

Salida

video
Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

kling-2.5-turbo/image-to-video per second

Precio unitario $0.060

Descripción general

kling-2.5-turbo/image-to-video es un modelo orientado a tareas de imagen a vídeo: toma una o dos imágenes como fotograma inicial y, opcionalmente, fotograma final, y combinadas con un prompt de texto genera vídeos cortos de 5 o 10 segundos. Admite prompt negativo y un ajuste de intensidad de adherencia al prompt de 0 a 1, y el formato de imagen puede elegirse según el modo de una o dos imágenes. Es adecuado para desarrolladores que necesitan convertir imágenes estáticas en clips dinámicos y desean controlar el contenido visual mediante parámetros.

Aspectos destacados

  • Impulsado por fotograma inicial y final: se puede pasar un fotograma inicial o añadir un fotograma final, para que el vídeo comience en la imagen indicada y transicione hasta la imagen final especificada.
  • Intensidad de adherencia al prompt ajustable: cfg_scale se ajusta entre 0 y 1 para regular el grado en que el vídeo sigue la descripción textual, lo que permite elegir entre libertad creativa y reproducción estricta.
  • El prompt negativo excluye interferencias: admite un prompt negativo de hasta 2496 caracteres para suprimir contenido que no se desea que aparezca en la imagen.

Descripción de capacidades

Entrada de fotograma inicial y fotograma final opcional: image_urls acepta de 1 a 2 URL de imagen, admite jpeg/png/webp, con un máximo de 10 MB por imagen; al pasar dos imágenes se genera una transición del fotograma inicial al final.

Selección de duración y formato: duration puede ser 5 o 10 segundos; en el modo de una imagen el formato admite 16:9, 9:16, 1:1, 4:3, 3:4 y 21:9, mientras que el modo de dos imágenes se limita a 16:9, 9:16 y 1:1.

Prompt y prompt negativo: prompt es obligatorio, con un máximo de 2500 caracteres, y se usa para describir la acción del sujeto, los cambios del entorno y el movimiento de cámara; negative_prompt admite hasta 2496 caracteres y sirve para excluir contenido no deseado.

Ajuste de adherencia: cfg_scale toma valores de 0 a 1; cuanto mayor es el valor, más se adhiere el vídeo a la descripción textual, lo que permite ajustar el grado de fidelidad del resultado generado según las necesidades del plano.

Casos de uso

  • Creadores de anuncios y clips de producto: una imagen de producto + descripción de acción: convierten una imagen estática del producto en un clip breve con movimiento de cámara, para usarlo como material dinámico en vídeos de marca o comercio electrónico.
  • Previsualización en preproducción audiovisual: imagen conceptual + fotogramas inicial y final especificados: usan dos imágenes conceptuales para fijar los fotogramas de inicio y fin y generan el clip de transición como storyboard o previsualización conceptual.
  • Gestión de contenido en redes sociales: imagen vertical + prompt breve: con formato 9:16 convierten la imagen en un vídeo vertical corto de 5 o 10 segundos, listo para publicar directamente en plataformas sociales.

Limitaciones y recomendaciones de selección

La duración máxima por generación es de 10 segundos, por lo que no es adecuado para producir vídeos largos directamente; el modo de dos imágenes solo admite los formatos 16:9, 9:16 y 1:1, y el modo de una imagen puede, en el procesamiento de respaldo, seguir la proporción de la imagen original y no garantiza una coincidencia exacta con el tamaño solicitado. Las imágenes WebP no se convierten automáticamente y parte del procesamiento de respaldo solo acepta jpeg/png. La calidad de generación depende en gran medida de la redacción del prompt y del ajuste de cfg_scale. Si se necesita generar vídeo directamente a partir de texto, debe elegirse un modelo de texto a vídeo de la misma familia.

  • Nuevo modelo Nueva documentación de kling-2.5-turbo/text-to-video
  • Nuevo modelo Nueva documentación de modelos de vídeo: kling-2.5-turbo/image-to-video (impulsado por el primer fotograma, 1080p fijo de 5 segundos, opcional…

Modelos relacionados

Ver todos los modelos →

Mismo tipo