Kling 3.0

Описание и назначение

kling-3.0-omni/text-to-video — это модель генерации видео исключительно из текста из серии Kling 3.0 Omni, доступная через единый интерфейс HiAPI.ai. Она создаёт готовый ролик непосредственно из промпта, поддерживает длительность от 3 до 15 секунд, разрешения 720p/1080p/4k и три формата кадра — горизонтальный, вертикальный и квадратный, а также позволяет включать нативное аудио и автоматическую многокадровую раскадровку. Подходит разработчикам и контент-командам, которым нужно быстро проверять креативные сцены и выпускать короткие ролики сериями.

Ключевые возможности

• Готовый ролик прямо из промпта — достаточно одного промпта (до 3072 символов), без каких-либо референсных материалов, чтобы получить полноценный видеоклип.
• Опциональное нативное синхронное аудио — при включении параметра audio видео и звук генерируются одновременно, что избавляет от последующей озвучки и синхронизации звуковых эффектов.
• Автоматическая многокадровая раскадровка — prefer_multi_shots позволяет модели самостоятельно планировать несколько кадров по промпту и получать за один запрос эпизод со сменой планов.
• Переиспользуемые субъекты и ссылки через @ — можно зарегистрировать до 7 субъектов, каждый задаётся 2–4 изображениями; в промпте на них ссылаются как @название, чтобы сохранять единообразие субъекта между кадрами.

Описание возможностей

Генерация видео из текста: после ввода промпта сразу возвращается видеофайл; длительность регулируется в пределах от 3 до 15 секунд, подстраиваясь под нужный темп эпизода.

Управление разрешением и форматом кадра: доступны три разрешения — 720p, 1080p и 4k — и три формата — 16:9, 9:16 и 1:1, поэтому за один запрос можно получить ролик для горизонтальной рекламы, вертикальной ленты или квадратных материалов.

Переключатель нативного аудио: по умолчанию audio выключен; при включении видео генерируется вместе с синхронным звуком, и для диалоговых или атмосферных эпизодов больше не нужно сводить звуковую дорожку.

Регистрация и ссылки на субъектов: через elements передаются название субъекта, описание и 2–4 референсных изображения, а в промпте на него ссылаются как @название, благодаря чему один персонаж или объект сохраняет внешний вид при переходе между несколькими кадрами.

Интеллектуальное планирование нескольких кадров: при включении prefer_multi_shots модель сама разбивает промпт на несколько кадров и выстраивает монтаж, снижая объём работы по отдельной генерации каждого кадра и последующей склейке.

Сценарии применения

• Серийное производство коротких соцсетевых роликов контент-командами — введите торговые преимущества продукта или описание темы и сгенерируйте ролик в вертикальном формате 9:16 для прямой публикации в лентах и на коротковидеоплатформах.
• Предварительная раскадровка для кино и анимации — опишите словами кадры и мизансцены, включите многокадровую раскадровку и быстро получите визуализированный эпизод для обсуждения раскадровки и проектирования кадров.
• Проверка креатива для рекламы и брендовых роликов — до основного производства сгенерируйте концепт-эпизод в формате 16:9 и высоком разрешении, чтобы согласовать с клиентом креативное направление.
• Диалоговые эпизоды с персонажами и репликами — зарегистрируйте субъект персонажа и ссылайтесь на него в промпте, включите нативное аудио и получите эпизод с персонажем и синхронным звуком для сюжетного образца.

Ограничения и рекомендации по выбору

Максимальная длительность одной генерации — 15 секунд, для более длинного повествования требуется генерировать фрагменты по отдельности и затем склеивать. elements отвечает только за референс внешнего вида субъекта; промпт должен явно ссылаться на субъект как @название, иначе ссылка не сработает, а для незарегистрированных субъектов единообразие не гарантируется. Повышение разрешения до 4k заметно увеличивает затраты на генерацию и передачу. Текущая модель принимает только текстовый ввод; если нужно отталкиваться от изображения или готового видео, следует использовать модели той же серии: image-to-video, reference-to-video или video-to-video (transformation). Стоимость рассчитывается по секундам выходного видео, поэтому для сочетания большой длительности и высокого разрешения объём использования нужно оценивать заранее.