HiAPI
kling-3.0 详情页 Hero 图:右侧虹彩玻璃胶片带与光轨环绕,发光立体字嵌入玻璃;左侧柔光留白,暖奶油配青、珊瑚与薰衣草渐变。

Kuaishou

Kling 3.0

kling-3.0-omni/image-to-video

统一多模态视频生成系列,支持文生视频、图生视频、参考生视频与视频内编辑,原生口型同步与多语言音频

试用 kling-3.0-omni/image-to-video

输入

主体

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

kling-3.0-omni/image-to-video 每秒

规格 720P 1080P 4K
Sound Off $0.100 $0.129 $0.479
Sound On $0.129 $0.1645 $0.479

定位简介

kling-3.0-omni/image-to-video 是 kling-3.0 系列中面向图生视频的 Omni 版本,通过 HiAPI.ai 统一接口调用。开发者输入一张或多张帧图片,配合文本提示即可生成 3–15 秒、720p 至 4k 的视频,可选开启原生音频、智能多镜头与可复用主体。适合需要在电商展示、社媒短片、分镜预演等场景中把静态图快速转为动态视频,并要求元素一致性与可控时长、画质的开发者。

核心亮点

  • 首尾帧双图控制——支持 1 张图片作为首帧,或 2 张图片分别指定首帧与尾帧,让生成过程有明确的起点与终点。
  • 可复用主体保持一致性——最多定义 3 个主体,每个主体用 2–4 张图片描述,并在提示词中以 @名称 引用,减少跨镜头主体漂移。
  • 原生音频可选输出——开启 audio 后视频与同步声音一并生成,省去后期配音与音画对齐的独立环节。
  • 时长与分辨率可调——输出时长覆盖 3–15 秒,分辨率可选 720p、1080p 与 4k,适配从预览到成片的不同阶段。

能力说明

首帧与首尾帧驱动:输入 1 张图片生成以该图为起点的视频,或输入 2 张图片控制首帧与尾帧;输出宽高比跟随首帧,便于匹配既有素材的构图。

主体引用与一致性:通过 elements 定义最多 3 个具名主体,每个主体附 2–4 张参考图与简短描述,在提示词中用 @名称 提及,帮助多镜头下的主体外观保持稳定。

原生音频生成:audio 参数开启后,视频生成同时产出同步声音,适合需要台词或环境声的成片,减少音画合成步骤。

智能多镜头规划:prefer_multi_shots 开启后,模型依据提示词自动拆分为多个镜头,用一次调用获得有镜头切换的短片,而非单一连续画面。

适用场景

  • 电商商品图转展示视频——以商品主图为首帧,生成带镜头运动的短视频,用于商品详情页或信息流投放素材。
  • 社媒静态海报转动态短片——把设计稿首帧与尾帧输入,产出竖屏或横版动态视频,直接发布到社交平台。
  • 分镜首尾帧预演——为影视或动画分镜的关键帧配对首尾帧,生成过渡镜头,用于前期节奏与运镜确认。
  • 多镜头角色短片——用 elements 固定角色形象并开启多镜头,批量生成角色一致的短叙事视频,用于广告或内容连载。

限制与选型建议

单次生成时长上限为 15 秒,更长叙事需要分段生成再拼接;输出宽高比由首帧决定,素材比例需提前统一。主体引用最多 3 个,每个主体需 2–4 张同一主体的图片,输入准备成本较高。原生音频与智能多镜头为可选开关,开启后对提示词的描述质量依赖更强。若只需纯文本驱动生成,应选用同系列文生视频线路;若需要基于已有视频做局部替换,则不属于本线路的图生视频范畴。

  • 模型上新 新模型:Kling 3.0 Omni(可灵 O3),通过 POST /v1/tasks 调用。kling-3.0-omn…
  • Kling 3.0 Image-to-Video 需要上传图片吗?

    需要。当前 kling-3.0/image-to-video 是图生视频线路,输入图负责主体和起始构图,Prompt 负责动作、镜头与环境变化。

  • Kling 3.0 Image-to-Video 支持哪些时长和分辨率?

    当前 HiAPI 请求契约支持 3–15s,输出分辨率为 720p、1080p、4K。可选值以页面参数面板和 API 文档为准。

  • Kling 3.0 Image-to-Video 如何计费?

    任务按输出时长和所选档位计费。页面会跟随全局金额单位显示实时价格,最终扣费以成功任务记录为准。

  • 怎样提高图生视频的主体稳定性?

    使用主体清晰、遮挡较少且构图完整的输入图;Prompt 先描述主要动作和镜头,再列出必须保留的外观、材质与背景关系。首次测试建议使用较短时长。

同类型模型