Kling 1.6 Standard Image to Video API

kwaivgi/kling-video/v1.6/standard/image-to-video

Kling 1.6 Standard Image to Video 将静态参考图像转化为流畅的 720p 视频,支持单图首帧驱动与多图 Elements 资产延续,提供 5 秒与 10 秒时长。它高度保留输入图像的人物相貌、主体轮廓与色彩风格,同时依据文字指令赋予真实的物理动作与平滑运镜。

输入
523/2500
A Stitch and a Smile

体验上传支持 JPG、PNG、WebP,每个文件最多 10 MiB。可在 JSON 模式填写 HTTP(S) URL。

78/2500
输出已就绪
9 积分 / 秒 × 5 秒 = 45 积分 · $0.225
继续使用

示例

A continuous five-second intimate portrait of the same elderly female tailor in her quiet workroom. Her hands remain gently resting on the folded fabric on the table. She slowly raises her gaze from the cloth toward someone just beside the camera and gives a small warm smile; her shoulders rise subtly with a breath. Preserve her age, face, glasses, hairstyle, fingers and clothing exactly. A curtain moves very slightly at the edge of the softly lit window. Fixed camera, natural expression and skin, no talking, no cuts.

One continuous five-second wildlife shot. The single red panda from the starting image slowly extends its front paws along the broad branch and lowers its head into a gentle stretch, then lifts its head slightly. Hind paws remain on the branch, the striped tail drapes naturally and shifts a little. Keep the same face, red fur, limb count and tree geometry. Soft forest breeze barely moves the distant leaves. Locked medium-wide camera, realistic weight and fur, no cuts or extra animals.

A five-second stop-motion-style miniature film of the single felt penguin shown in the reference. Keep its rounded dark navy felt body, cream belly and tiny orange beak and feet, with visible wool fibers. Full-body side view on a small pale blue frozen pond bordered by soft snow. The penguin leans forward and slides a short smooth distance to the right on its belly, flippers gently out to the sides, then comes to a soft stop. One character throughout, charming tactile handmade scale, fixed low camera, no cuts, no writing or logos.

Kling 1.6 Standard Image to Video

Kling 1.6 Standard Image to Video 是快手(Kwaivgi)研发的高性价比图生视频模型。该端点专为静帧图像动态化与多图参考工作流设计,支持两种输入路径:一是通过 start_image_url 传入单张首帧图片,直接沿用原图画幅展开连贯动态;二是通过 image_urls 传入 1–4 张参考图片激活 Elements 工作流,在跨镜头运动中高度维持角色、道具或商品外观一致性。模型在 720p 分辨率下输出 5 秒或 10 秒成片,单秒计费 9 积分,性价比极高。

为什么选择此模式?

  • 首帧平滑动态激活传入一张静态图片即可作为视频第一帧,顺滑生成符合真实物理惯性的后续动作与镜头运镜。

  • Elements 多图主体一致性支持上传 1–4 张素材图片,在复杂运动过程中精准锁定角色面貌、服饰特征与品牌商品细节。

  • 画质与色彩高保真保留深入解析原图光影纹理与艺术质感,避免动态化过程中的主体漂移、色彩失真或边缘模糊。

  • 灵活的时长与引导控制提供 5 秒短片与 10 秒长叙事选项,单图模式可微调 cfg_scale 控制文字指令对动态演化的干预强度。

  • 实惠透明的按秒计费单秒统一为 9 积分($0.045/秒),首帧模式与多图 Elements 模式同价,失败任务自动返还扣费。

参数说明

参数要求说明
prompt必填

必填非空字符串,去除首尾空白后最多 2,500 个 Unicode 字符。

duration必填

必填数值 5 或 10 秒;不接受字符串、布尔值或小数时长。API 无默认值,体验表单初始选择 5 秒。

aspect_ratio可选

可选 1:1、16:9、9:16,无默认值。Standard 首帧图生不支持,仅 Elements 支持。

negative_prompt可选

可选字符串,最多 2,500 个 Unicode 字符。

cfg_scale可选

可选有限数值 0–1,无默认值;Elements 工作流不支持。

start_image_url按工作流必填

首帧工作流必填 HTTP(S) 图片 URL;与 image_urls 互斥。

image_urls按工作流必填

Elements 工作流必填 1–4 个 HTTP(S) 参考图 URL;与首帧、尾帧及 cfg_scale 互斥。

使用方法

  1. 选择工作流并准备素材决定使用单图首帧驱动(start_image_url)或 1–4 张多图参考的 Elements 资产延续模式(image_urls)。

  2. 编写运动提示词重点描述画面主体的动作变化、交互行为以及摄影机推拉平移轨迹,辅以 negative_prompt 排除噪点。

  3. 设置生成时长根据镜头叙事需要选择 5 秒基础动态或 10 秒完整情节展开,分辨率固定为 720p。

  4. 配置画幅或引导参数使用 Elements 模式时可自由指定 16:9、9:16 或 1:1 画幅;使用首帧模式时画面比例将自动继承原图。

  5. 提交任务并轮询状态向接口提交异步请求并获取 task_id,持续轮询直到状态转为 finished 并获取视频下载链接。

价格

9 credits / 秒 · $0.045 / 秒。1 credit = $0.005。Fal 对比价 $0.056 / 秒,节省 20%。

计费项费率说明
5 秒45 credits · $0.2259 credits × 5 秒
10 秒90 credits · $0.4509 credits × 10 秒

适用场景

  • 静态人像与写真动效使平面摄影、写真艺术照以及虚拟数字人肖像生动起来,呈现自然的眼神流转与微表情。

  • 电商商品 3D 展示样片将产品白底图或场景展示图转化为环绕运镜展示视频,全方位展示商品质感与工艺细节。

  • 插画手绘与动漫概念活化让平面插画、二次元角色立绘以及漫画分镜以流畅的动画形式呈现,保持原作美术风格。

  • 影视故事板分镜测试基于美术团队绘制的分镜关键帧快速生成动态预演样片,高效验证镜头运动与转场节奏。

创作技巧

  • 首帧模式聚焦动作描写:原图已提供环境与主体外貌,提示词应重点描写“主体开始走动、抬头微笑”等动态增量。
  • Elements 模式多角度构建:传入同一人物或商品的正面、侧面及特写参考图,能够显著提升全片特征稳定性。
  • 上传主体清晰高质图源:建议使用主体突出、光线均匀的图片,去除不必要的复杂噪点,以获得更佳动态表现。
  • 画幅适配规则:使用 start_image_url 时不传 aspect_ratio,模型会自动继承首帧长宽比;Elements 模式支持明确指定画幅。
  • 根据动态幅度调节 cfg_scale:首帧模式下设置 0.4–0.6 能获得自然的物理运动,追求强烈动作张力可适度提高。

注意事项

  • 两种图像工作流互斥规则:必须提供 start_image_url 或 image_urls(1–4 张)二者之一;两类字段不可同时传入。
  • 画幅与首尾帧支持边界:Standard 首帧模式不支持自定义 aspect_ratio(自动继承原图比例),且不支持 end_image_url(尾帧需选用 Pro)。
  • 异步生成与点数扣退机制:任务以 task_id 异步查询;积分在任务开始时扣除,若生成遇到异常将全额返还。

Kling 1.6 Standard Image to Video API 常见问题

Kling 1.6 Standard Image to Video API 是什么?

Kling 1.6 Standard Image to Video 是快手(Kwaivgi)研发的图像生成视频模型。它能够根据用户输入的静态参考图像与提示词生成 720p 分辨率的连续动态视频,支持单图首帧驱动与 1–4 张图片的多图 Elements 一致性工作流。基于先进的多模态扩散架构,它在赋予画面真实自然物理动作与运镜的同时,高度保留原始图像的主体身份、构图美感与色彩风格。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 1.6 Standard Image to Video 支持哪些图片输入方式?

该端点提供两种输入模式:一是单图首帧模式,通过 start_image_url 传入首帧图片并赋予动态;二是 Elements 多图参考模式,通过 image_urls 数组传入 1 到 4 张参考图片以保持主体在视频中的外观一致性。两类图像字段互斥,不可在单次请求中同时混用。

Kling 1.6 Standard Image to Video 支持指定画面宽高比吗?

使用 start_image_url 首帧动画模式时,输出视频会自动继承首帧图片的宽高比,不支持显式设置 aspect_ratio;若切换为 image_urls Elements 多图参考模式,则支持自由指定 16:9、9:16 或 1:1 画幅。

Kling 1.6 Standard Image to Video 支持尾帧控制吗?

不支持。Standard 系列端点仅支持通过 start_image_url 指定起始首帧;如需同时指定起始首帧与结束尾帧进行闭环过渡,请选用 Kling 1.6 Pro Image to Video 端点。

Kling 1.6 Standard Image to Video 的 Elements 工作流有什么优势?

Elements 工作流允许上传 1 到 4 张多角度参考图(例如正面、侧面和特写)。模型通过综合多张图片的特征表征,在较长动作或运镜转移中能够大幅减少主体变形走样,维持角色与道具的高度一致。

Kling 1.6 Standard Image to Video 如何计费?

端点按秒计费,费率为 9 积分/秒(相当于 $0.045/秒)。单图首帧与多图 Elements 模式收费相同:5 秒视频消耗 45 积分($0.225),10 秒视频消耗 90 积分($0.450),任务生成失败自动退还积分。

上传的参考图片有什么格式与大小要求?

体验区上传支持 JPG、PNG 和 WebP 格式,单个图片文件大小不得超过 10 MiB;在 API 调用中须传入公网可访问、带合法协议主机的 HTTP(S) 图片直链。