视频转动漫与卡通：用 kling-3.0-omni 重塑真实素材风格

“视频转动漫”和“视频转卡通”是网上搜索量最高的两种视频效果——与一键滤镜不同，要做好这两种效果，需要在完整重绘画面外观的同时保留原始运动的每一帧。这正是视频转视频重塑模型所做的事。在 hiapi 上，你可以通过 kling-3.0-omni/transformation 获得这种能力：交给它一段源视频和一个风格提示词，它就会返回同一个镜头——相同的运镜、相同的时序、相同的动作——渲染成动漫、卡通，或任何你能描述的风格。

这是一个视频转视频的工作流，而不是图像滤镜。如果你想重塑一张静态照片的风格，请参阅如何用 AI 重塑图像风格；本指南讲的是在运动视频片段上做时间一致的重塑，它有自己的关注点：单个输入视频、一个分辨率档位，以及按秒计费。

以下所有内容都在线上端点实际运行过。源视频片段、动漫版本和卡通版本都是模型实际返回的文件——同一个四秒镜头，三种不同外观。

我们用于重塑的源视频

从平台能通过公开 URL 访问的任意 MP4 开始——手机录像、屏幕录制或渲染好的片段都可以。为了做干净的对比，我们使用一段简短的写实视频：一个人转向镜头，带着柔和的微笑。以下是未经处理的原始素材：

kling-3.0-omni/transformation 的任务是完全保留那次转头、头发摆动、眨眼和构图，只改变渲染方式。“保留运动、改变外观”的杠杆不是强度滑块——而是你提示词里的一句话。下面的每个配方都以一个保留条款结尾，告诉模型保持动作不变，只重塑视觉外观。

如果你只想要原始的请求/响应机制——认证、/v1/tasks 请求体、轮询，以及完整的 Python 客户端——请阅读配套的kling-3.0-omni/transformation API 指南。这里我们聚焦于风格和提示词。

视频转动漫

动漫有一套特定的视觉语法：干净的墨线轮廓、大而富有表现力的眼睛、平涂的赛璐珞上色和硬边阴影，以及有限且略带怀旧感的色调。要明确点出这些特征——只说“做成动漫”太模糊，往往会漂向普通的插画风格。

以下是我们实际发送的提示词，可直接复制粘贴：

将此片段重塑为 2D 日本动漫：干净的手绘墨线轮廓、大而富有表现力的眼睛、平涂赛璐珞上色配硬边阴影、柔和的动漫肤色、明亮的 1990 年代电视动漫色调，以及淡淡的纸张颗粒感。完全保留源素材中精确的运镜、构图、时序，以及女子转头、眨眼和呼吸的动作——只重塑外观，绝不改变动作。

结果——注意微笑、头部角度和头发都保留了下来，但阴影、眼睛和色调是纯粹的赛璐珞动画：

提示词每一部分为何重要：

• “干净的手绘墨线轮廓”+“大而富有表现力的眼睛”是最具辨识度的动漫线索；去掉它们，往往得到的是绘画感、非动漫的插画。
• “平涂赛璐珞上色配硬边阴影”强制产生标志性的双色阴影，而不是平滑的照片式渐变。
• “1990 年代电视动漫色调”锚定一种时代感，让色彩温暖且略微降饱和，而不是过度饱和。
• 保留条款不可妥协。没有它，模型可以自由重新摆姿势或重新调整动作时序，这会破坏“这是你的素材、只是被动画化”的错觉。

视频转卡通

西方卡通是不同于动漫的目标，提示词必须说明这一点。动漫依赖平涂赛璐珞和精细线条，而现代卡通外观想要更粗的轮廓、更圆润且略微夸张的特征，以及明亮、有光泽、带平滑渐变阴影的色彩。把“动漫”一词换成“卡通”还不够——你需要重建风格块。

将此片段重塑为现代西方动画卡通：粗重醒目的黑色轮廓、简化且略微夸张的特征、明亮饱和的平涂色彩配平滑渐变阴影、圆润的形状，以及光亮的周六早晨卡通质感。保留原始的运镜、构图、时序，以及主体精确的动作——只改变渲染风格，不改变发生的事情。

把动漫版和卡通版并排放在一起，即使它们来自完全相同的源素材，差异也很明显：动漫版有更锐利的赛璐珞边缘、更平的填充和更大的眼睛；卡通版有更温暖、更圆润、更立体的阴影和更粗的轮廓。这种对比正是要用描述性风格块而非单个关键词来控制风格的全部理由——模型会渲染你所指定的内容。

自定义重塑：适用于任何外观的一个公式

动漫和卡通只是一个巨大空间中的两个点。同一个端点可以把你的片段推向水彩、油画、黏土动画、像素艺术、赛博朋克霓虹，或墨线漫画——而你可以用同一个两部分公式驱动所有风格：

1. 风格块——三到六个具体的视觉特征（线条、阴影、色调、纹理、年代/氛围）。要具体；“美丽”或“时尚”这类形容词毫无作用。
2. 保留条款——“保持源素材中精确的运镜、构图、时序和主体运动不变；只重塑外观。”

为了展示这个公式的通用性，以下是对同一片段做的第三次处理，目标为墨线图像小说漫画：

将此片段重塑为墨线图像小说漫画分镜：浓重的黑色墨线、交叉排线阴影、深青色与暖奶油色的有限双色调、可见的半调网点阴影，以及印刷纸张纹理。保持运镜、构图、时序和女子的动作与源素材完全一致——只重塑视觉外观。

三种完全不同的外观，一个源镜头，一个公式。当你改编它时，只改变风格块，保留条款原样不动。同样的提示词工程思路也适用于静态图像——如果你想先在照片上练习，图像重塑指南会带你为单帧 i2i 转换构建风格块。

分辨率、时长与按秒成本

有三件事决定重塑的成本和行为方式。这三项都已对照线上 schema 和当前hiapi 定价确认。

分辨率是唯一的质量/价格档位，该字段只接受三个小写值：720p、1080p 或 4k。定价按输出秒数计算：

分辨率	每秒价格	约 4 秒片段
720p	$0.143	≈ $0.57
1080p	$0.193	≈ $0.77
4k	$0.479	≈ $1.92

对于社交片段、QA 审核和风格探索，720p 是正确的默认值——上面三个示例都是在 720p 下渲染的，嵌在网页里你很难为跳到 4K 的 3.3 倍成本找到理由。只有最终主片才升级到 1080p 或 4k。

时长由源素材决定，而不是参数。此端点没有 duration 字段——输出长度与输入片段一致。实际后果是：提交前先剪辑源素材。同样分辨率下，四秒片段的成本只是二十秒片段的一小部分，所以剪到你真正需要的节拍，而不是重塑无用的帧。

输入是单个视频。schema 在 video_urls 中只接受一个 URL（多于一个会被拒绝），且该 URL 必须可公开访问，以便平台抓取。一段输入，一段重塑输出。

用 Python 批量重塑

因为重塑是提示词驱动的，对整个文件夹运行“视频转动漫”就是把同样的请求放进循环。先提交所有任务——它们会在平台上并行渲染——然后轮询每个任务并立即下载结果，因为输出 URL 是短时效的签名链接。

import os, time, requests

BASE = "https://api.hiapi.ai/v1/tasks"
HEAD = {"Authorization": f"Bearer {os.environ['HIAPI_KEY']}",
        "Content-Type": "application/json"}

ANIME = (
    "将此片段重塑为 2D 日本动漫：干净的手绘墨线轮廓、大而富有表现力的眼睛、"
    "平涂赛璐珞上色配硬边阴影、明亮的 1990 年代电视动漫色调。保持源素材中精确的"
    "运镜、构图、时序和主体运动不变——只重塑外观。"
)

clips = [
    "https://example.com/clips/take01.mp4",
    "https://example.com/clips/take02.mp4",
]

# 1) 发出所有重塑任务。
task_ids = []
for url in clips:
    body = {"model": "kling-3.0-omni/transformation",
            "input": {"prompt": ANIME, "video_urls": [url], "resolution": "720p"}}
    r = requests.post(BASE, headers=HEAD, json=body, timeout=60).json()
    task_ids.append(r["data"]["taskId"])

# 2) 轮询每个任务直到终态，然后获取输出 URL。
for tid in task_ids:
    while True:
        task = requests.get(f"{BASE}/{tid}", headers=HEAD, timeout=30).json()["data"]
        if task["status"] == "success":
            out = task["output"][0]["url"]        # 立即下载——它会过期
            print(tid, "->", out)
            break
        if task["status"] == "fail":
            print(tid, "FAILED", task.get("error"))
            break
        time.sleep(5)

把 ANIME 换成你的卡通或自定义风格块，同一个循环就会把这一批重塑成那种外观。如果你的目标是让整个短视频流拥有一致的风格——“外观预设”模式——transformation 短视频工作流会更深入地讲解如何把一个预设应用到整个片段库，而更全面的Kling 3.0 Omni API 指南涵盖了该模型的其他端点（文生视频、图生视频、参考生视频）。关于确切的异步请求/响应契约和错误处理，请参考异步任务文档。

常见问题

如何把视频变成动漫？把片段上传到公开 URL，调用 kling-3.0-omni/transformation，提示词中写明具体的动漫特征（赛璐珞上色、墨线轮廓、大眼睛），并加上一句告诉模型保留原始动作的条款，把 resolution 设为 720p、1080p 或 4k。上面可直接复制的动漫提示词即可照用。

这里的视频转动漫和视频转卡通有什么区别？只有提示词中的风格块不同。模型、端点和输入完全相同——动漫要求平涂赛璐珞和精细线条，卡通要求粗轮廓和光泽圆润的阴影。输出不同是因为提示词描述了真正不同的外观，而不是因为你切换了模式。

有免费的方式吗？没有——重塑按输出秒数计费（720p 下 $0.143/秒），所以即使短片也要几美分到一美元以下。此模型没有免费档，但一个四秒 720p 测试大约 $0.57。

源片段可以多长？输出长度跟随你的输入，成本也随之按比例增加。保持源片段简短并提前剪辑；长输入成本成比例更高，渲染时间也更长。

会保留原始音频吗？此端点重塑的是视觉画面；请把输出视为无声的重塑片段，之后在编辑器中重新附加或替换音频。

可以用同样的方式重塑静态照片吗？单张图像请改用图生图模型——参见图像重塑指南。当你需要在运动片段上一致地应用风格时，才使用 kling-3.0-omni/transformation。

要点

选好外观，具体描述它，让一段源素材变成动漫、卡通，或任何你能指定的风格——然后用一个短循环来批量扩展。

准备好把你自己的素材变成动漫或卡通了吗？拿一段短片，在 kling-3.0-omni/transformation 模型页面上运行上面的提示词吧。