HiAPI
kling-3.0 详情页 Hero 图:右侧虹彩玻璃胶片带与光轨环绕,发光立体字嵌入玻璃;左侧柔光留白,暖奶油配青、珊瑚与薰衣草渐变。

Kuaishou

Kling 3.0

kling-3.0/motion-control

Serie unificata di generazione video multimodale, supporta la generazione di video da testo, da immagine, da riferimento e il montaggio all'interno del video, con sincronizzazione labiale nativa e audio multilingue

Prova kling-3.0/motion-control

Input

Output

Compila i parametri e genera: i risultati appariranno qui.

Prezzi

kling-3.0/motion-control per second

Specifiche Prezzo unitario
720P $0.100
1080P $0.172

Panoramica della posizione

kling-3.0/motion-control è una linea di generazione video guidata dal movimento: si inseriscono un'immagine di riferimento di una persona e un video di riferimento con movimento, e si ottiene un nuovo video orchestrato da quel movimento. L'aspetto del personaggio deriva dall'immagine, il movimento e le espressioni dal video, mentre il prompt opzionale serve ad aggiungere scena, stile e inquadratura. È adatto a sviluppatori che necessitano di trasferire performance di persone reali su un personaggio specifico, ad esempio in scenari come miniserie, contenuti parlati o presentazioni e-commerce in cui occorre riutilizzare lo stesso materiale di movimento.

Punti chiave

  • Input disaccoppiati di personaggio e movimento — l'aspetto della persona è determinato dall'immagine di riferimento, il ritmo del movimento dal video di riferimento; la stessa performance può essere applicata a materiali di personaggi diversi.
  • Durata dell'output adattiva in base alla modalità di orientamento del personaggio — seguendo il video, il personaggio può essere emesso fino a 30 secondi; seguendo l'immagine, fino a 10 secondi; si può scegliere in base al tipo di inquadratura.
  • Supporto per conservare l'audio originale del video di riferimento — per impostazione predefinita viene mantenuta la traccia audio del video di riferimento, con movimento e suono sincronizzati in uscita, evitando la fase di sincronizzazione separata.

Descrizione delle capacità

Trasferimento di movimento guidato da due materiali: è necessario fornire due input, immagine della persona e video del movimento; l'immagine determina l'aspetto del personaggio, il video determina movimento ed espressioni, e il risultato generato eredita entrambi.

Commutazione della modalità di orientamento del personaggio: character_orientation può essere video o image: la prima è adatta a movimenti complessi, con durata massima di 30 secondi; la seconda è adatta al movimento di camera, con durata massima di 10 secondi.

Il prompt integra scena e inquadratura: il prompt opzionale può arrivare a 2500 caratteri ed è usato per aggiungere scena, stile e direzione dell'inquadratura, senza modificare movimento ed espressioni determinati dal video di riferimento.

Risoluzione selezionabile e conservazione della traccia audio: l'output può essere 720p o 1080p ed è possibile scegliere se conservare l'audio originale del video di riferimento; la risoluzione più alta comporta un costo maggiore.

Scenari d'uso

  • Creatori di miniserie e contenuti parlati che riutilizzano materiale di movimento — caricando una foto del personaggio e un video di performance si ottiene un prodotto finito con lo stesso movimento per quel personaggio, utile alla produzione di contenuti seriali.
  • E-commerce e brand per dimostrazioni di prodotto con personaggi — abbinando l'immagine di una modella o di un avatar a un video di dimostrazione del prodotto si produce un breve filmato dimostrativo con persona, da usare nelle pagine di dettaglio e nelle campagne.
  • Contenuti di movimento che richiedono di conservare l'audio originale — attivando la conservazione dell'audio si ottiene direttamente un video con traccia audio sincronizzata, da pubblicare come breve video sui social.

Limiti e consigli di scelta

Entrambi i materiali di input hanno requisiti obbligatori: nell'immagine della persona testa, spalle e busto devono essere chiaramente visibili, con rapporto d'aspetto tra 2:5 e 5:2 e dimensione non superiore a 10MB; il video di riferimento deve durare da 3 a 30 secondi, essere una ripresa continua a inquadratura singola con soggetto visibile e non superare 100MB. Movimento ed espressioni sono determinati dal video di riferimento; il prompt può regolare solo scena e stile, non riscrivere il movimento stesso. Per la generazione da solo testo o da immagine a video occorre scegliere altre linee della stessa famiglia; i contenuti narrativi lunghi richiedono comunque una generazione a segmenti e un successivo montaggio.

  • Nuovo modello Nuovo modello: Kling 3.0 Omni (可灵 O3), richiamabile tramite POST /v1/tasks. kling-3.0-omn…

Domande frequenti

Vedi tutte le domande →
  • Kling 3.0 Image-to-Video richiede il caricamento di un'immagine?

    Sì. Attualmente kling-3.0/image-to-video è una pipeline image-to-video: l'immagine di input definisce il soggetto e la composizione iniziale, mentre il Prompt gestisce i movimenti, la telecamera e i cambiamenti dell'ambiente.

  • Quali durate e risoluzioni supporta Kling 3.0 Image-to-Video?

    L'attuale contratto di richiesta di HiAPI supporta 3–15s, con risoluzioni di output 720p, 1080p e 4K. I valori disponibili sono quelli indicati nel pannello dei parametri della pagina e nella documentazione API.

  • Come viene fatturato Kling 3.0 Image-to-Video?

    Le attività vengono fatturate in base alla durata dell'output e al livello selezionato. La pagina mostra il prezzo in tempo reale seguendo l'unità monetaria globale; l'addebito finale fa riferimento al record delle attività completate con successo.

  • Come migliorare la stabilità del soggetto nella generazione di video da immagine?

    Usa un'immagine di input con un soggetto chiaro, poche occlusioni e una composizione completa; nel Prompt descrivi prima l'azione principale e la ripresa, poi elenca gli aspetti dell'aspetto, i materiali e le relazioni con lo sfondo che devono essere preservati. Per il primo test si consiglia una durata breve.

Modelli correlati

Vedi tutti i modelli →

Stesso tipo