HiAPI
kling-3.0-turbo 视频模型详情页 Hero:左侧奶油色光晕留白,右侧玻璃胶片带与棱镜光轨横向延展,名字以发光立体字蚀刻于胶片框上。

Kuaishou

Kling 3.0 Turbo

kling-3.0-turbo/image-to-video

Modèle de génération vidéo conçu pour les aperçus rapides et les itérations fréquentes, prenant en charge à la fois la génération vidéo à partir de texte et à partir d'images, capable de produire des clips de 1 à 15 secondes en 480p–1080p, avec jusqu'à 7 images de référence pour la génération à partir d'images

Essayer kling-3.0-turbo/image-to-video

Entrée

Sortie

video
Renseignez les paramètres et générez : les résultats s'afficheront ici.

Tarifs

kling-3.0-turbo/image-to-video per second

Spécifications Prix unitaire
720P $0.130
1080P $0.160

Présentation du positionnement

kling-3.0-turbo/image-to-video est la voie image-vers-vidéo de la série Kling 3.0 Turbo de Kuaishou, accessible via l'interface unifiée HiAPI.ai. Elle prend une image de première frame unique comme point d'ancrage, combinée à un prompt textuel, pour générer une vidéo de 3 à 15 secondes, avec une sortie au choix en 720p ou 1080p. Le prompt peut atteindre 2500 caractères et prend en charge les dialogues entre guillemets pour générer des répliques avec synchronisation labiale. Son positionnement vise la production rapide et l'itération multi-versions : elle convient aux développeurs qui souhaitent obtenir rapidement un aperçu animé à partir d'une image statique et tester les mouvements de caméra et les directions de mouvement du sujet, plutôt que de produire directement une version finale très aboutie.

Points clés

  • Pilotage par une image de première frame unique, résultat maîtrisable — une seule image de première frame jpeg/png accompagnée d'un prompt suffit pour produire une vidéo ; le sujet et la composition sont verrouillés par l'image, ce qui réduit l'aléa des descriptions textuelles.
  • Répliques et synchronisation labiale intégrées au prompt — le prompt prend en charge les dialogues entre guillemets, générant des segments parlants avec synchronisation labiale, ce qui évite l'étape préalable de doublage et de calage audio supplémentaire.
  • Durée et résolution ajustables selon les besoins — la durée de sortie est réglable de 3 à 15 secondes, la résolution bascule entre 720p et 1080p ; l'aperçu et la quasi-version finale peuvent être réalisés avec le même modèle.

Description des capacités

Image-vers-vidéo à partir d'une première frame : en fournissant une image de première frame unique jpeg/png (10 Mo maximum, SVG non pris en charge) et un prompt, le modèle génère le mouvement suivant à partir du sujet et de la composition de l'image, garantissant que le point de départ du plan correspond aux attentes.

Synchronisation des répliques et du labial : les dialogues peuvent être écrits entre guillemets dans le prompt ; le segment généré présente les mouvements labiaux correspondants, adapté aux courtes capsules de parole avec personnage à l'écran.

Contrôle de la durée et de la résolution : la durée se définit en nombre entier entre 3 et 15 secondes, 5 secondes par défaut ; la résolution est au choix 720p ou 1080p, selon le niveau de netteté requis par le canal de diffusion cible.

Réponse aux prompts détaillés : la limite du prompt est de 2500 caractères, permettant de décrire complètement les actions du sujet, l'ambiance de la scène et la direction de caméra ; une description plus longue permet d'obtenir un mouvement plus proche des attentes.

Cas d'usage

  • Validation de la direction créative par les équipes design et marketing — utiliser une image de produit ou de scène comme première frame pour générer rapidement plusieurs aperçus animés, destinés à la revue interne et à la confirmation de la direction avant proposition client.
  • Production d'essai en série de variantes de vidéos courtes pour les réseaux sociaux — à partir d'une même première frame de personne ou de produit, ajuster le prompt pour produire plusieurs courts segments, afin de sélectionner avant diffusion les versions les plus performantes.
  • Test des mouvements de caméra et de la direction de mouvement du sujet — utiliser une image statique comme point de départ pour tester les effets de mouvement selon différentes descriptions de caméra, et déterminer le plan de tournage et le storyboard de la production finale ultérieure.
  • Capsules de parole avec répliques — utiliser une image de portrait comme première frame et écrire un dialogue entre guillemets dans le prompt pour générer un court segment de parole avec labial correspondant, utilisé comme accroche publicitaire ou contenu de flux d'information.

Limites et conseils de sélection

Le positionnement vise la production rapide et l'itération d'aperçus ; les détails visuels et la cohérence entre plans ne conviennent pas à une version finale très aboutie. Les projets nécessitant un storyboard strict et une cohérence des personnages doivent évaluer des modèles de niveau Pro. Les sources consultées ne confirment pas de sortie audio native ; l'ajout de musique ou le mixage final doit être traité séparément. Le résultat est sensible au niveau de détail du prompt ; une description trop courte offre une stabilité limitée. La première frame n'accepte qu'une seule image, sans référence multi-images. Les paramètres réellement disponibles dépendent de la configuration actuelle de la voie HiAPI.ai.

Questions fréquentes

Voir toutes les questions →
  • La génération de vidéo à partir de texte avec Kling 3.0 Turbo nécessite-t-elle de téléverser une image ?

    Non. La page actuelle correspond au modèle de génération de vidéo à partir de texte pur kling-3.0-turbo/text-to-video, qui n'accepte qu'un Prompt textuel. Pour générer une vidéo à partir d'une première image, il faut utiliser la page du modèle distinct Kling 3.0 Turbo Image-to-Video.

  • Quelles durées, résolutions et formats d'image Kling 3.0 Turbo prend-il en charge ?

    Le contrat de requête HiAPI actuel prend en charge 3–15 secondes, 720p ou 1080p, ainsi que 16:9, 9:16, 1:1. Les exemples de la page couvrent 720p, 5 secondes et 12 secondes, en paysage et en portrait ; le 1080p et le 1:1 relèvent des capacités prises en charge par l'interface, mais la page ne propose pas encore d'exemples correspondants.

  • Comment la génération de vidéos à partir de texte avec Kling 3.0 Turbo est-elle facturée ?

    La facturation dépend de la durée et de la résolution de la vidéo générée ; le 720p et le 1080p utilisent des tarifs par seconde différents ; le montant exact dépend du prix affiché en temps réel sur la page et de l'historique des tâches.

  • Comment écrire un prompt de génération vidéo à partir de texte pour Kling 3.0 Turbo ?

    Commencez par décrire le sujet et la scène, puis décrivez les actions et les mouvements de caméra dans l'ordre, et ajoutez enfin les exigences de lumière, de style et de stabilité. Pour un plan long, précisez explicitement single continuous shot, no cuts et le parcours de la caméra ; pour du contenu vertical, indiquez également vertical dans le prompt et réglez aspect_ratio sur 9:16.

Modèles associés

Voir tous les modèles →

Même type