HiAPI
21:9 电影宽幅 Hero 图:左侧柔光留白,右侧玻璃胶片轨道与虹彩棱镜光带,Kling 3.0 立体字蚀刻于玻璃上,暖奶油、冰蓝青与腮红薰衣草多色渐变。

价格

kling-3.0/image-to-video 每秒

规格 720P 1080P 4K
Sound Off $0.100 $0.129 —
Sound On $0.143 $0.193 —
— — — $0.479

定位简介

Kling 3.0 图生视频是快手推出的图像驱动视频生成模型,以参考图作为首帧或视觉锚点,生成具有电影感与物理可信运动的写实短片。适合需要角色一致性、镜头运动可控的开发者,用于广告、品牌内容与短视频素材的批量生产。单段叙事时长约 3–15 秒,输出为视频,按输出秒数计费。

核心亮点

  • 参考图驱动的角色一致性——以输入图像锚定画面主体,在多镜头生成中延续同一角色形象,避免片段之间形象漂移。
  • 运动表现物理可信——生成画面以电影感与符合物理规律的运动见长,动作场面与动态镜头的可用率更高。
  • 多镜头叙事与原生音频——同一轮生成可跨镜头延续场景,并同步产出声音,减少后期配音与音画对齐环节。
  • 最高支持 4K 输出——成片分辨率上限较高,便于直接进入后续剪辑或投放流程。

能力说明

图像驱动视频生成:以参考图像为输入生成写实视频,保留主体外观与构图意图,适合需要精确控制画面起点的生产流程。

角色与场景一致性:在多镜头之间延续同一角色与场景设定,使系列片段保持视觉统一,降低逐段校对成本。

多镜头叙事:单次任务内可组织多个镜头并维持叙事连续性,产出更接近成片结构的短视频素材。

音画同步生成:画面与原生音频在同一轮生成中产出,并支持准确的唇形同步,减少后期对齐工作。

运动与镜头控制:提供运动与镜头层面的操控手段,可按需指定运镜与动作走向,提升生成结果的可预测性。

适用场景

  • 品牌与营销团队:单张产品图生成广告短片——以产品参考图生成带镜头运动的宣传片段,产出可直接用于社媒投放的视频素材。
  • 内容创作者:角色图生成多镜头叙事短片——以角色设定图延续统一形象,产出跨镜头的短篇叙事内容,用于短视频平台发布。
  • 对话驱动视频制作方:角色图生成口型同步片段——以人物图像配合语音内容生成音画同步的对白片段,用于虚拟角色或口播类内容。

限制与选型建议

定位于短视频生成,单段叙事时长约 3–15 秒,不适合长视频或连续剧集类需求。原生音频支持的语言范围在不同来源中表述不一,涉及多语种配音时建议先用小样验证。若需要从零构思画面而非以图像为起点,应选择同系列文生视频型号;若需要以视频参考施加运动,可考虑 motion-control 型号。具体计费按输出秒数计算,实际单价以站点价格面板为准。