用文字生成 3–15 秒视频，支持 720p 到 4K、原生音频、智能分镜，并可通过 @主体 引用角色或产品图片。
提供商: Kuaishou
类型: 视频生成
接口: /v1/tasks
状态: 已开放
消耗: 查看页面实时价格
用文字生成 3–15 秒视频，支持 720p 到 4K、原生音频、智能分镜，并可通过 @主体 引用角色或产品图片。
定价
标准用量
准备生成
配置参数并点击"运行"查看输出结果。
每个案例都标注了时长、分辨率和画幅，并附上完整提示词。可以直接复制提示词到 Playground 里改写成自己的场景。
开启原生音频后，鼓槌敲在倒扣水桶上的声音和围观人群的掌声与画面一起生成。5 秒里先是鼓槌特写，再切到路人驻足鼓掌，不需要再单独找音效对齐动作。
提示词（英文）
A street drummer plays an energetic beat on upturned buckets on a busy city sidewalk at golden hour, passers-by stop and clap along, close shots of drumsticks hitting the buckets. Cinematic, handheld feel.
打开智能分镜后，模型把“雨中发现小猫、用围巾裹住、回家在壁炉边睡着”拆成几个镜头：远景、特写再到室内，女孩的黄雨衣和红白围巾在各个镜头之间保持一致。
提示词（英文）
A short story in several shots: a girl finds a lost kitten in the rain, wraps it in her scarf, carries it home, and the kitten falls asleep by a warm fireplace. Emotional, cinematic.
这段以 4K（3840×2160）生成，时长 3 秒，适合需要大屏投放或后期裁切的镜头。页面上播放的是压缩后的 1280px 版本，实际成片细节更多。
提示词（英文）
Aerial shot of a lone red hot-air balloon drifting over misty mountain ridges at sunrise, layers of fog in the valleys, soft golden light, slow forward drone movement. Ultra-detailed, cinematic, photorealistic.
按手里已有的素材选择：只有文字用文生视频；有首帧用图生视频；有多张参考图或参考视频用参考生视频；已有一段视频要改风格或主体用视频改造。
当前价格：查看实时定价
按时间顺序写出发生了什么；需要固定角色时先在 elements 里添加主体，再用 @名称 引用。
选择 3–15 秒、分辨率和画幅，按需开启原生音频与智能分镜。
在 Playground 确认效果，再用下方请求创建任务并异步获取结果。
curl --request POST 'https://api.hiapi.ai/v1/tasks' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"model": "kling-3.0-omni/text-to-video",
"input": {
"prompt": "A street drummer plays an energetic beat on upturned buckets on a busy city sidewalk at golden hour, passers-by stop and clap along, close shots of drumsticks hitting the buckets. Cinematic, handheld feel.",
"duration": 5,
"resolution": "720p",
"aspect_ratio": "16:9",
"audio": true
}
}'关于 Kling 3.0 Omni Text-to-Video
Kling 3.0 Omni Text-to-Video 是快手 Kling 3.0 Omni 系列里的文生视频接口。只写提示词就能生成 3–15 秒的视频，分辨率覆盖 720p、1080p 和 4K，画幅可选横屏 16:9、竖屏 9:16 和方形 1:1，适合从一个创意直接出片。
和普通文生视频相比，Omni 多了三项控制：原生音频让声音与画面一起生成；智能分镜让模型按情节自动切换镜头；elements 主体素材让你用 2–4 张图片定义一个角色或产品，再在提示词中用 @名称 调用，让它在不同视频里保持同一个样子。
开启原生音频后，鼓点和人群的掌声与画面同步出现。做短视频、广告样片时不必再为每个镜头单独配音效，适合先快速验证创意，再决定是否精修音频。
查看对应案例在提示词里按顺序写出发生了什么，开启智能分镜后，模型会自己安排镜头景别和切换节奏，同一个人物和小猫从雨中街道一直延续到壁炉边。适合竖屏短剧、品牌故事和产品开箱。
查看对应案例在 elements 里为一个角色或产品添加名称、简短描述和 2–4 张图片，提示词里用 @名称 引用，例如 @robot，之后只需描述它在哪、做什么。图片请选同一个主体的不同角度；同一个主体可以在不同提示词里反复使用，适合 IP 角色、吉祥物和产品在系列视频中保持统一造型。文生视频最多可添加 7 个主体。
分辨率可选 720p、1080p 和 4K。可以先用 720p 试提示词和镜头，确定后再用 4K 生成交付版本，用于大屏、横幅或后期二次构图。
查看对应案例用 9:16 竖屏和智能分镜批量产出小故事、开场镜头和话题短片，原生音频让成片可以直接预览节奏。
把吉祥物或产品做成主体素材，在不同场景、不同季节的视频里保持同一个外观。
先用 720p 快速试多个方向，确定后再用 1080p 或 4K 生成交付版本。
同一个 API Key 即可调用 Omni 的四个接口和其他视频模型，任务记录集中保存成片与消费明细，方便对比不同提示词和参数的效果。
时长可选 3–15 秒（整数秒，默认 5 秒），分辨率可选 720p、1080p 或 4K，画幅支持 16:9、9:16 和 1:1。
开启原生音频（audio）后，模型会同步生成与画面匹配的声音，例如音效、环境音和节奏；默认关闭，关闭时输出不含音轨。
开启 prefer_multi_shots 后，模型会根据提示词里的情节自动规划多个镜头并完成切换，适合讲一个完整的小故事。只需要一个连续镜头时保持关闭即可。
在 elements 中添加主体：填写名称、简短描述和 2–4 张同一主体的图片，然后在提示词里用 @名称 引用。文生视频最多可添加 7 个主体。
两者都支持 3–15 秒和 720p–4K。Omni 版本额外支持用 elements 引用主体素材和智能分镜，适合需要角色或产品保持一致的内容；只需要纯文字生成时，两者都可以使用。
按视频时长计费，分辨率和是否开启音频会影响单价。当前价格请以定价页为准，每次任务的消费明细可以在 HiAPI 任务记录中查看。
HiAPI Blog
