Kling 3.0 Turbo Standard Image to Video API

kwaivgi/kling-v3-turbo-std/image-to-video

Kling 3.0 Turbo Standard Image to Video 将单张首帧图片动化为 3–15 秒 720p 视频,支持构图与主体精确保留、原生音画口型同步以及最多 6 镜头分镜延续。它在注入运镜与动作时保持原图主体身份与画面布局,并让对白口型与画面事件自然同步。使用 multi_prompt 并省略顶层 duration 时,也支持镜头合计 1–2 秒。

输入
0/2500
输出
等待运行

生成的视频会显示在这里

填写提示词并添加所需素材,确认设置后点击“运行”。

Kling 3.0 Turbo Standard · 5 秒 × 17/秒 = $0.425 (85 积分)
继续使用

示例

Steam rises gently from the hot coffee, swirling in the morning light, subtle camera drift

The prayer flags flutter violently in the mountain wind, clouds drifting slowly across the snowy peaks

The ginger cat blinks slowly, then stretches its front paws forward and yawns in the warm sunlight

Kling 3.0 Turbo Standard Image to Video

Kling 3.0 Turbo Standard Image to Video 将单张静态首帧图动化为 3–15 秒 720p 动态视频。依托构图与主体精确保留、原生音画口型同步以及最多 6 镜头分镜延续,适合产品展示、角色表演与短视频广告的快速迭代生产。使用 multi_prompt 并省略顶层 duration 时,也支持镜头合计 1–2 秒。

为什么选择它?

  • 首帧构图与主体精确保留以上传的静态图作为首帧,动化过程中锁定主体外观、服饰纹理与原始构图,让成片从第一帧起就延续你的视觉设计。

  • 原生音画与高保真口型同步在生成画面的同时合成匹配音频,人物对白口型与发音紧密对齐,无需额外后期配音即可交付带声短片。

  • 最多 6 镜头分镜延续通过 multi_prompt 在单次请求中编排 1–6 个镜头的景别、运镜与动作,并在切镜间延续角色与场景特征。

  • 画幅比例跟随首帧图片输出比例自动继承首帧图片的纵横比,竖版海报、横版产品图或方图均可直接落到对应画幅,减少二次裁切。

  • 3–15 秒灵活整数时长可在 3 至 15 秒范围内指定整数时长,默认 5 秒,覆盖开屏钩子、产品特写与短广告叙事等多种节奏。

  • 高性价比 720p Standard 费率以每秒 17 积分($0.085/秒)提供清晰 720p 输出,适合大批量打样与短视频内容的高吞吐生产。

参数

参数要求说明
image_urls必填

字符串数组,恰好 1 个公网图片 URL,作为首帧。

prompt可选

字符串,1–2500 字符。与 multi_prompt 互斥。

duration可选

显式 duration 必须为 3–15 秒;多镜头时须等于镜头总时长。省略时使用镜头总时长(允许 1–15 秒),无多镜头时默认为 5 秒。

默认值镜头总时长 / 5
multi_prompt可选

1–6 个镜头;每个镜头必须有非空 prompt,duration 可选,范围 1–15 秒,默认 5 秒。总时长不超过 15 秒。与非空 prompt 互斥。

aspect_ratio可选

输出比例跟随输入图片;本端点的 aspect_ratio 字段不影响输出。

使用方法

  1. 提供首帧图片在 image_urls 中填入恰好 1 个公网可访问的图片 URL,作为成片起始画面与构图锚点。

  2. 编写动作提示词可选填写 prompt,写清希望注入的运镜、主体动作与声音线索;需要分镜时改用 multi_prompt,二者互斥。

  3. 配置多镜头分镜使用 multi_prompt 配置 1–6 个镜头,每项 prompt 必填,duration 可省略,默认为 5 秒。总时长不超过 15 秒;顶层 duration 可省略,提供时须等于镜头总和且为 3–15 秒。

  4. 设定输出时长在 3–15 秒整数范围内选择成片时长,体验区默认预选 5 秒;比例将自动跟随首帧图片。

  5. 确认费用并运行查看运行按钮显示的当前配置费用,确认首帧与提示词后点击“运行”。

  6. 预览并下载视频任务完成后,在输出面板预览画面与声音,点击“下载视频”保存 720p 结果。

价格

按输出视频秒数计费。1 credit = $0.005。Standard 档固定 720p。

用量费率说明
720p17 credits/sec ($0.085/sec)默认 5s 为 85 credits($0.425)。官方对比价 $0.106/sec。

适用场景

  • 电商产品静帧动化将商品主图或场景静帧转为带运镜与环境声的短展示片,快速覆盖详情页与信息流投放素材。

  • 角色对白与口型表演以角色立绘或写真为首帧,生成带自然口型同步的说话或反应镜头,适合短剧钩子与虚拟主播片段。

  • 概念图多镜头广告用一张关键视觉作起点,通过 multi_prompt 编排特写到全景的分镜序列,一次产出完整短广告节奏。

  • 竖屏社交内容打样上传 9:16 首帧图,直接继承竖屏比例生成 Reels、Shorts 与抖音风格短片,加速批量试版。

  • 720p 创意快速迭代在 Standard 档以较低费率反复验证动作与分镜方案,确认方向后再切换更高清档位做成片。

Pro Tips

  • 选择主体清晰、构图干净的首帧图,并在提示词中写明面容、服饰与材质,为主体延续提供明确视觉锚点。
  • 描述动作时从首帧已有姿态出发,例如“沿车身缓慢前推后拉远驶入雨夜街道”,避免与原图构图冲突的突变指令。
  • 使用 multi_prompt 时为每镜标注时长与景别,并保持角色与场景描述一致,便于跨镜头延续。
  • 需要口型对白时,在提示词中写清说话内容与语气;原生音频会随画面一并生成。
  • 竖屏投放请直接上传竖构图首帧,比例会跟随图片;单镜节奏可用 3–5 秒,多节拍叙事再拉长到 8–15 秒。

使用说明

  • Kling 3.0 Turbo Standard Image to Video 要求 image_urls 恰好提供 1 张公网图片作为首帧;prompt 与 multi_prompt 互斥,任选其一指导动作。
  • 输出固定为 720p,画幅比例跟随首帧图片;时长可选 3–15 秒,默认 5 秒。
  • 按输出视频秒数计费,费率为 17 credits/秒($0.085/秒);默认 5 秒为 85 credits($0.425)。
  • 通过 API 提交后保存返回的 task_id,用于查询进度并获取最终视频链接。

Kling 3.0 Turbo Standard Image to Video API 常见问题

Kling 3.0 Turbo Standard Image to Video API 是什么?

Kling 3.0 Turbo Standard Image to Video 是快手(Kling AI)用于将单张首帧图片动化为短视频的模型。它根据恰好 1 张首帧图与可选提示词通常生成 3–15 秒 720p 视频,具备构图与主体精确保留、原生音画口型同步以及最多 6 镜头分镜延续。依托 Kling 3.0 Turbo 的高速生成与多镜头一致性能力,它在注入运镜与动作时保持原图主体身份与画面布局,并让对白口型与画面事件自然同步。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。 使用 multi_prompt 并省略顶层 duration 时,也允许镜头合计 1 或 2 秒。

Kling 3.0 Turbo Standard Image to Video 如何使用首帧图片?

在 image_urls 中提供恰好 1 个公网图片 URL,该图将作为成片起始画面与构图锚点。可再配合可选 prompt 描述运镜、动作与声音,或改用 multi_prompt 做分镜;完整字段说明见本页参数表。

Kling 3.0 Turbo Standard Image to Video 如何保持人物一致性?

模型以首帧图锁定人物面容、服饰与构图,并在多镜头切换中延续角色与场景特征。上传主体清晰的参考图,并在提示词中写明外观与服饰细节,可进一步稳定跨镜头表现。

Kling 3.0 Turbo Standard Image to Video 怎样配置 multi_prompt?

multi_prompt 支持 1–6 个镜头,每个镜头必须有非空 prompt;镜头 duration 可选,须为 1–15 秒的整数,默认 5 秒。镜头总时长不能超过 15 秒。省略顶层 duration 时使用镜头时长之和,也允许合计 1 或 2 秒;显式传入时须为 3–15 秒的整数,且等于镜头时长之和。multi_prompt 不能与非空的顶层 prompt 同时使用。分镜请在 JSON 模式编辑;尝试切换表单时会保留 JSON 模式及全部镜头配置。

Kling 3.0 Turbo Standard Image to Video 的比例继承怎么工作?

输出比例跟随输入图片;本端点的 aspect_ratio 字段不影响输出。

Kling 3.0 Turbo Standard Image to Video 是否包含原生音频?

是的,生成结果随画面一并包含原生音画,并对白口型与发音紧密对齐。在提示词中写清说话内容、语气或环境声线索,可进一步引导声轨表现。

Kling 3.0 Turbo Standard Image to Video 该如何选型?

需要从已有静帧快速打样、控制成本时,优先选本页 Standard 档(固定 720p,17 credits/秒)。若同一首帧流程需要更高清交付,可改用 Kling 3.0 Turbo Pro Image to Video(固定 1080p);若没有首帧图、只靠文案起片,则选择对应的 Text to Video 变体。