Kling 3.0 Omni 图生视频:核心参数与适用场景图解
Partindo de um primeiro frame de infográfico em 16:9, use o fluxo de imagem-para-vídeo do Kling 3.0 Omni para fazer os "cartões de parâmetros" surgirem naturalmente no quadro e se destacarem em sequência, criando um curta-metragem de 5 segundos com o diagrama das capacidades. Abordagem de design: o primeiro frame concentra todas as informações textuais (arquitetura multimodal unificada, texto-para-vídeo / imagem-para-vídeo / referência-para-vídeo e edição dentro do vídeo, consistência física do 3D Spacetime Joint Attention, áudio nativo e sincronia labial, múltiplos planos e duração de 15 segundos, saída de 720p a 4K); o segmento de vídeo é responsável apenas por movimentos de câmera leves e animações de destaque, evitando que o modelo redesenhe o texto e cause distorção da informação. Composição de entrada: image_urls fornece apenas 1 primeiro frame (modo de imagem única, com a proporção de saída seguindo o primeiro frame). Em base, ative prefer_multi_shots para que o modelo divida os planos por conta própria conforme o prompt; resolution fixo em 1080p, duration de 5 segundos, audio desativado para evitar uma faixa de áudio sem propósito. No prompt, não referencie nenhum subject usando a sintaxe @, deixe elements vazio e mantenha a cadeia simples de imagem única. Cenários de uso: GIFs de visão rápida de capacidades em documentação para desenvolvedores e páginas de produto, material de abertura para páginas de comparação de seleção de modelos, diagramas de uma página em apresentações técnicas. Essa estrutura também serve como modelo de "tabela de parâmetros transformada em vídeo curto", reutilizável bastando substituir o texto do primeiro frame.
Estilo Explicação · i2v · Demonstração do produto
Modelo Kling 3.0
Entradas de referência

image_urls
Prompt
Transforme um diagrama técnico de capacidades em 16:9, com design limpo, em um curto vídeo explicativo. O quadro inicial já apresenta um layout de grade em azul-marinho profundo, com seis cartões de parâmetros rotulados: arquitetura multimodal unificada; texto para vídeo / imagem para vídeo / referência para vídeo e edição dentro do vídeo; atenção conjunta espaço-temporal tridimensional para gerar movimentos fisicamente plausíveis; áudio nativo e sincronia labial multilíngue; múltiplos planos de até 15 segundos; e saída de 720p a 4K. A câmera avança lenta e suavemente, com leve deriva paralaxe; os cartões se destacam em sequência com um efeito de varredura suave da esquerda para a direita e um leve brilho, enquanto as linhas de conexão entre os cartões são desenhadas gradualmente como finos fios de luz. Mantenha todo o texto nítido, legível e inalterado, sem renderização de texto ou glifos corrompidos. Estética corporativa e tecnológica discreta, fundo azul-marinho profundo, luzes de destaque em ciano e âmbar quente, névoa volumétrica suave, profundidade de campo rasa nas camadas de fundo, iluminação de estúdio de alto contraste, composição estável, rótulos sem deformação, sem adicionar pessoas ou objetos.
Copie o prompt completo e adapte-o para a sua própria geração.
Etiquetas