Kling 3.0 Omni 图生视频：parámetros clave y escenarios de aplicación ilustrados
Tomando como punto de partida un primer fotograma en formato 16:9 con una infografía, se utiliza la ruta de imagen a vídeo de Kling 3.0 Omni para que las «tarjetas de parámetros» aparezcan de forma natural en la escena y se resalten sucesivamente, creando un breve vídeo explicativo de 5 segundos sobre sus capacidades. Enfoque de diseño: el primer fotograma concentra toda la información textual (arquitectura multimodal unificada, generación de vídeo a partir de texto/imagen/referencia y edición dentro del vídeo, consistencia física de 3D Spacetime Joint Attention, audio nativo y sincronización labial, storyboard multicámara y duración de 15 segundos, salida de 720p a 4K); el segmento de vídeo solo se encarga de movimientos de cámara ligeros y efectos de resaltado, evitando que el modelo redibuje el texto y provoque distorsión de la información. Composición de entrada: image_urls proporciona solo 1 primer fotograma (modo de imagen única como primer fotograma, la proporción de salida sigue al primer fotograma); en base se activa prefer_multi_shots para que el modelo divida las tomas por sí mismo según el prompt; resolution fijado en 1080p, duration 5 segundos, audio desactivado para evitar pistas de audio sin sentido. En el prompt no se hace referencia a ningún subject mediante la sintaxis @, elements se deja vacío, manteniendo una cadena sencilla impulsada por una sola imagen. Escenarios de aplicación: GIF animados de resumen de capacidades para documentación de desarrolladores y páginas de producto, material de apertura para páginas comparativas de selección de modelos, infografías de una sola página para charlas técnicas. Esta estructura también sirve como plantilla de «tabla de parámetros convertida en vídeo corto», reutilizable sustituyendo el texto del primer fotograma.
Estilo Explicación · i2v · Demostración del producto
Modelo Kling 3.0
Entradas de referencia
image_urls
Prompt
Convierte un diagrama técnico sencillo de capacidades en formato 16:9 en un breve vídeo explicativo. La escena inicial ya muestra una composición de rejilla en azul marino profundo con seis tarjetas de parámetros etiquetadas: arquitectura multimodal unificada, generación de vídeo a partir de texto / a partir de imagen / a partir de referencia y edición dentro del vídeo, atención conjunta espaciotemporal tridimensional para generar movimientos físicamente coherentes, audio nativo y sincronización labial multilingüe, storyboard multicámara de hasta 15 segundos y salida de 720p a 4K. La cámara avanza lenta y constantemente con una ligera deriva de paralaje; las tarjetas se resaltan sucesivamente con un suave barrido de izquierda a derecha y un halo sutil, mientras las líneas de conexión entre las tarjetas se dibujan gradualmente como finos haces de luz. Mantén todo el texto nítido, legible e inalterado, sin redibujado de texto ni glifos distorsionados. Estética tecnológica corporativa sobria, fondo azul marino profundo, luces de acento cian y ámbar cálido, niebla volumétrica suave, poca profundidad de campo en las capas de fondo, iluminación de estudio de alto contraste, composición estable, etiquetas sin deformar, sin añadir personas ni objetos.
Copia el prompt completo y adáptalo a tu propia generación.
Etiquetas