Kling 3.0 Pro Image to Video API

kwaivgi/kling-v3.0-pro/image-to-video

Kling 3.0 Pro Image to Video 将参考图生成1080p视频,结合原生音频与首尾帧引导。主体参考帮助约束角色和产品外观,让镜头运动围绕既定视觉展开。

输入

542/2,500

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

Kling Elements 可选
元素 1

在提示词中使用 @diver 引用

参考图片

拖拽文件、粘贴剪贴板素材,或输入 URL。 2–4 张 JPG/PNG,每张最多 10 MB。

2/4 个素材

输出
视频已就绪
3 秒 × 49 积分/秒 = 147 积分 ($0.735)
探索其他创作方式

示例

Animate the exact lacquered wooden fox marionette in the source image. It makes one small polite forward bow and returns toward upright over three seconds. Preserve the carved face, blue waistcoat, rigid wood pieces, joint locations and delicate strings. No biological mouth motion, extra limbs or costume changes. Fixed camera, subtle leaf shadows on the stage, no cut.

Kling 3.0 Pro Image to Video

Kling 3.0 Pro Image to Video 是快手用于参考图生成视频的模型,适合围绕选定视觉稿制作细节更丰富的动态片段。首帧建立构图,元素参考为重复出现的主体提供外观依据,音画联合生成则为场景加入声音。可用于角色主题广告、产品特写和品牌主视觉动画,通过运镜描述与尾帧安排呈现过程和收尾画面。

为什么选择 Kling 3.0 Pro Image to Video

  • 围绕1080p细节制作选择1080p档位制作人物、产品表面和背景共同承担表达任务的场景。

  • 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。单镜头使用 1–2 张图片,多镜头使用一张首帧。

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可选

true 生成音频,静音单镜头使用 false,多镜头使用 true。

默认值true
aspect_ratio可选

输出画幅由首帧确定,请按目标构图准备首帧。

默认值由首帧确定
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。每个元素填写 name,并选择 2–4 张 JPG/PNG 图片(每张最多 10 MB)或一个 MP4/MOV 视频(最多 50 MB),可用 description 补充外观特征。

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。 多镜头使用一张首帧;单镜头可同时使用首帧与尾帧。

  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 Pro 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$0.195/秒sound=false 且 multi_shots=false,5 秒视频费用为 $0.975。
有声单镜头或多镜头$0.245/秒sound=true,5 秒视频费用为 $1.225;多镜头按分镜总时长计费。

适用场景

  • 1080p产品特写围绕选定产品图安排明确运镜,让表面细节成为构图重点。

  • 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

  • 多镜头使用一张首帧;单镜头可同时使用首帧与尾帧。
  • 将总时长保持在 3–15 秒,多镜头开启 Sound。

相关模型

Kling 3.0 Pro Image to Video API 常见问题

Kling 3.0 Pro Image to Video API 是什么?

Kling 3.0 Pro Image to Video 是快手用于静态图片动画化的模型。它生成1080p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 Pro Image to Video 如何使用尾帧?

在 image_urls[0] 填开场图,在 image_urls[1] 填目标收尾图。多镜头使用一张首帧;单镜头可同时使用首帧与尾帧。在提示词中描述连接两幅构图的动作。

Kling 3.0 Pro Image to Video 如何使用角色参考?

在首帧之外添加具名元素,选择 2–4 张 JPG/PNG 参考图(每张最多 10 MB),或一个 MP4/MOV 参考视频(最多 50 MB)。在动作提示词中以 @element_name 点名,让动作对应目标角色。

Kling 3.0 Pro Image to Video 如何从一张图片编排连续镜头?

提供一张首帧,开启 multi_shots 与 sound,再为后续镜头分别填写提示词。每镜为 1–12 秒,duration 填合计的 3–15 秒,并在序列中沿用一致的主体描述。

Kling 3.0 Pro 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 Pro Image to Video 如何准备产品图片?

选择能清楚展示产品轮廓与重要表面细节的首帧,让构图符合目标画幅,再为1080p片段描述镜头路径与产品动作。

何时选择 Kling 3.0 Pro 而非 Kling 3.0 Standard?

人物、道具或背景需要1080p输出细节时选择 Pro;Standard 提供720p,适合以较低费用探索场景方向。

Sound 如何影响 Kling 3.0 Pro 计费?

静音单镜头每秒 $0.195,有声视频每秒 $0.245。费用为对应单价乘以总时长,多镜头使用有声单价并按分镜总时长计算。