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/text-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/text-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/text-to-video 每条

单价 $1.9286

定位简介

Kandinsky 6.0 Pro 文本生成视频模型面向需要一次性拿到带声音画面的开发者。它以提示词为唯一必填输入,在生成画面的同时产出同步音频,单次输出约 5 秒片段,支持横屏、竖屏与方形等多种画幅比例,并可设置随机种子复现结果。适合做短视频素材原型、配音与口型同步镜头验证,以及以英文或俄文提示词快速迭代创意的团队。

核心亮点

  • 画面与音频一次生成——提示词可同时描述主体、动作、镜头与声音,画面和音频在同一管线中产出,省去后续配音对齐。
  • 可复现的生成控制——提供 seed 参数,固定后便于对同一提示词做逐版比对与回归。
  • 多画幅比例覆盖——支持 16:9、9:16、1:1、4:3、3:4 五种输出框架,横屏竖屏与方形成片可直接切换。
  • 提示词与负向控制分离——guidance_scale 调节对提示词的遵循程度,negative_prompt 单独声明需要规避的内容。

能力说明

提示词生成带声音视频:输入一段描述画面与声音的提示词即可得到带同步音频的短片段,原生支持英文与俄文提示词,便于直接用自然语言控制成片内容与氛围。

画幅比例切换:通过 aspect_ratio 在横屏、竖屏与方形之间选择,同一提示词可快速产出适配不同投放位的版本。

遵循度与负向约束:guidance_scale 在 1 到 10 之间调节还原文本的严格程度,negative_prompt 用于排除不希望出现的元素,两者配合可缩小试错范围。

种子复现:seed 可固定随机性,传空则随机生成,适合在定稿阶段锁定结果或在调参阶段做对照实验。

适用场景

  • 社交媒体短视频素材快速出片——运营或用例验证者输入一段带画面与音效描述的提示词,直接得到 5 秒左右的成片,用于竖屏或方形投放素材的原型。
  • 带配音的镜头概念验证——创意团队用提示词描述人物动作与声音,生成含音频的短镜头,用于向客户或团队演示叙事节奏与氛围。
  • 多画幅版本批量适配——需要同一创意覆盖横屏与竖屏渠道的开发者固定 seed 与提示词,切换画幅比例产出多版素材,减少重复调整。

限制与选型建议

单次输出为约 5 秒的短片段,叙事型长视频需自行分段生成再拼接。带音频生成意味着提示词要同时兼顾画面与声音描述,复杂构图下可能需要多轮调整 guidance_scale 与负向提示词才能收敛。当前仅支持文本输入,若已有静态素材希望其驱动动态效果,应改用同系列图像生成视频线路。对成片时长与分辨率有更高要求的场景,需评估是否配合超分等后续处理流程。

  • 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