Kling 3.0 4K Image to Video API

kwaivgi/kling-v3.0-4k/image-to-video

Kling 3.0 4K Image to Video 将静态图片生成原生4K视频,结合首尾帧引导与原生音频。设置开场和收尾画面,再通过分镜描述安排中间的动作与运镜。

输入

497/2,500

image_urls

拖拽文件、粘贴剪贴板素材,或输入 URL。 按顺序添加:第一张作为首帧,第二张作为尾帧(可选)。

1/2 个素材

填写元素对象数组,并在提示词中通过 @element_name 引用;对象内字段会随请求保留。

输出
视频已就绪
3 秒 × 50 积分/秒 = 150 积分 ($0.750)
探索其他创作方式

Kling 3.0 4K Image to Video

Kling 3.0 4K Image to Video 是快手用于静态视觉稿生成原生4K视频的模型,适合精细产品图与空间场景的动态表达。首尾帧提供开场和收尾的视觉目标,分镜提示词安排中间的动作,音画联合生成补充场景声音。可用于产品展示、建筑漫游概念与品牌视觉短片,为4K剪辑和大屏展示准备动态素材。

为什么选择 Kling 3.0 4K Image to Video

  • 为4K时间线准备素材生成原生4K视频,用于细节场景与大屏演示概念。

  • 以选定视觉稿为起点由首帧建立主体与构图,再通过动作描述让静态视觉展开。

  • 为收尾设定目标为单镜头配上首帧与尾帧,引导画面朝设定的收尾图像发展。

  • 为重复主体提供依据为参考元素命名,并在提示词中点名引用,为角色或产品外观提供依据。

参数说明

参数使用条件用法
image_urls必填

索引 0 填首帧,索引 1 可填尾帧,使用可公开访问的 HTTP(S) 图片地址。单镜头和多镜头请求均可提供 1–2 张图片。

默认值明确填写
promptmulti_shots=false 时

用 1–2,500 个字符描述参考画面中的动作和镜头运动。多镜头模式在 multi_prompt 中逐镜填写。

默认值明确填写
multi_shots可选

false 使用单条提示词;true 使用 multi_prompt 分别编排镜头,并设置 sound=true。

默认值false
multi_promptmulti_shots=true 时

添加至少一个含 prompt 和 duration 的对象。每条提示词为 1–2,500 个字符,每个镜头为 1–12 整数秒,分镜时长之和须等于 duration。

默认值明确填写
duration必填

总时长填写 3–15 的整数秒;多镜头模式填写各分镜时长之和。

默认值明确填写
sound必填

true 生成音频,静音单镜头使用 false,多镜头使用 true。

默认值明确填写
kling_elements可选

与 image_urls 一起提供元素对象,在提示词中用 @element_name 引用具名主体。在 JSON 编辑器中按 4K 文档填写元素对象。

默认值不使用时省略

使用方法

  1. 准备场景起点添加首帧并描述动作,可用尾帧安排收尾。

  2. 选择镜头结构单镜头填写一条提示词;多镜头开启 Multi Shots,逐镜填写内容与时长。 单镜头与多镜头请求均可使用首帧和可选尾帧。

  3. 检查时长与声音将总时长设为 3–15 秒,多镜头保持 Sound 开启,提交前查看显示的费用。

  4. 生成并查看片段点击 Run,完成后预览视频,再根据结果调整动作或运镜描述。

用量与计费

Kling 3.0 4K Image to Video 按生成视频时长计费,以秒数乘以 Sound 对应单价。

生成方式每秒单价计费依据
静音单镜头$0.250/秒sound=false 且 multi_shots=false,5 秒视频费用为 $1.250。
有声单镜头或多镜头$0.250/秒sound=true,5 秒视频费用为 $1.250;多镜头按分镜总时长计费。

适用场景

  • 4K品牌视觉片段将精细品牌视觉稿发展为4K剪辑素材,以开场与收尾图片规划画面变化。

  • 角色片段从角色图片出发,描述回望、转身或手势,并以元素参考提供外观依据。

  • 主视觉动画围绕已有品牌主视觉安排动作与声音,发展为短场景。

使用技巧

  • 选择主体清晰、构图符合目标的首帧。
  • 重点描述主体如何运动以及镜头如何移动,静态外观由参考图提供依据。
  • 为单镜头选择能承接开场动作的尾帧。
  • 为每个参考元素设置不同名称,并在提示词中使用对应的 @名称。

使用说明

  • 单镜头与多镜头请求均可使用首帧和可选尾帧。
  • 将总时长保持在 3–15 秒,多镜头开启 Sound。

相关模型

Kling 3.0 4K Image to Video API 常见问题

Kling 3.0 4K Image to Video API 是什么?

Kling 3.0 4K Image to Video 是快手用于静态图片动画化的模型。它生成原生4K视频,结合原生音频与参考帧引导。图像条件引导开场构图,元素参考为重复主体提供外观依据。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。

Kling 3.0 4K Image to Video 的多镜头可以使用尾帧吗?

可以。此4K端点的多镜头请求可在 image_urls[0] 填首帧,并在 image_urls[1] 填可选尾帧。开启 sound 与 multi_shots,再用逐镜提示词和时长描述开场至收尾的过程。

Kling 3.0 4K Image to Video 可以将图片生成原生4K视频吗?

可以,该档位输出原生4K视频。首帧应清晰展示主体及重要细节,再通过动作描述让动画沿着源图的视觉方向展开。

Kling 3.0 4K Image to Video 如何安排镜头过渡时长?

为每个镜头填写提示词和 1–12 整数秒时长,合计须为 3–15 秒,并设置 multi_shots=true 与 sound=true。根据通向收尾画面的动作分配时长,例如镜头拉远或主体转身。

Kling 3.0 4K Image to Video 如何生成音频?

设置 sound=true,并结合画面动作描述对白、环境声或音效。单镜头可设置 sound=false 生成静音视频,多镜头设置 sound=true。

Kling 3.0 4K Image to Video 如何填写元素参考?

与 image_urls 一起提供 kling_elements,元素对象采用 API 文档中的4K结构。在 JSON 中填写对象,并在提示词中用 @element_name 指定具名主体,首帧继续作为开场画面依据。

何时选择 Kling 3.0 4K 而非 Kling 3.0 Pro?

需要原生4K细节或素材将进入4K时间线时选择4K;Pro 以较低每秒费用提供1080p,可按最终交付规格选择。

Sound 如何影响 Kling 3.0 4K 计费?

sound=true 与 sound=false 均为每秒 $0.250。单价乘以视频总时长即为费用,5 秒为 $1.250,多镜头保持 sound=true。