HiAPI
21:9 高调光宽幅 Hero 图:右侧透明玻璃胶片带与声波弧线在柔和虹彩中延展,「kandinsky-6.0-pro」以发光蚀刻字样嵌于玻璃框内,左侧为通透光晕留白。

Kandinsky 6.0 Pro

kandinsky-6.0-pro/image-to-video

开源扩散视频模型,单次生成约5秒带44kHz同步音频与口型,支持文/图生视频并可超分至 Full-HD

试用 kandinsky-6.0-pro/image-to-video

输入

作品灵感

查看全部作品

输出

video
填写参数并生成,结果会显示在这里。

价格

kandinsky-6.0-pro/image-to-video 每条

单价 $2.000

定位简介

Kandinsky 6.0 Pro 的图像生视频线路,面向已有首帧画面、希望快速得到动态镜头与配套声音的开发者。上传一张 JPG、PNG 或 WebP 图像作为第一帧,用提示词描述运动、镜头与声音走向,模型在生成画面的同时产出同步音频与口型效果。适合短视频素材补拍、分镜原型与对话类片段制作。通过 HiAPI.ai 统一接口调用,按任务一次性计费。

核心亮点

  • 画面与声音同次生成——视频与音频在同一管线内联合产出,省去后期单独配音与对齐口型的工序。
  • 首帧锁定构图——以输入图像作为第一帧,主体与构图由图像决定,提示词只负责描述运动、镜头与声音变化。
  • 可控的生成参数——提供种子、引导系数、负向提示与画幅比例,可复现结果并按需调节对提示词的遵循程度。

能力说明

图像驱动的视频生成:接收单张图像作为首帧,结合最多 6000 字符的提示词描述运动与镜头,输出一段视频;主体与构图由首帧确定,适合在既有画面上延展动态。

同步音频与口型:生成过程中同步产出约 44 kHz 音频并包含口型同步,输出的片段自带声音,无需再单独做配音与声画对齐。

画幅比例控制:支持 16:9、9:16、1:1、4:3、3:4 及 auto;auto 会选取最接近输入图像的画幅并居中裁剪,便于直接适配横屏、竖屏或方屏投放。

引导与负向提示调节:guidance_scale 在 1 到 10 之间调节结果对提示词的遵循程度,negative_prompt 可排除不希望出现的元素,留空则使用内置负向提示。

种子复现:传入 seed 可复现同一生成结果,便于在调参或批量产出时固定基线,也方便回归对比。

适用场景

  • 社交媒体创作者为静态图生成动态短片——输入已有封面图或产品图,产出约 5 秒带声音的竖屏或方屏视频,直接用于短视频平台与信息流投放素材。
  • 分镜师把概念图扩展为动态镜头——以概念设计图为首帧,用提示词描述镜头运动与音效,产出可用于提案与预演的动态分镜片段。
  • 制作对话类人物片段原型——输入人物图像,描述说话动作与声音,得到口型与音频同步的短片,用于角色短片或配音演示的原型验证。

限制与选型建议

默认生成时长约 5 秒,更长的成片需要分段生成后自行拼接。Pro 版参数量大,本地部署对显存与算力要求较高;Full-HD 输出需经由额外超分管线,而非单次生成直接得到。若任务是从零构思画面而非改造既有图像,应选用同系列文本生视频线路;对时长、分辨率有更高硬性要求的长片制作,需评估分段拼接与超分流程的成本。

  • 模型上新 新模型上线:kandinsky-6.0-pro/image-to-video
  • 模型上新 kandinsky-6.0-pro/text-to-video 模型上线
  • 参数变更 kandinsky-6.0-pro/image-to-video 参数与价格调整

同类型模型