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。

Kuaishou

Kling 3.0

kling-3.0-omni/reference-to-video

快手新一代视频生成模型,支持多镜头叙事与音画同轮生成,运动表现物理可信,适合3-15秒电影感短片与角色一致性内容

价格

kling-3.0-omni/reference-to-video 每秒

规格 720P 1080P 4K
Sound Off · Without Reference Videos $0.100 $0.129 $0.479
Sound On · Without Reference Videos $0.129 $0.1645 $0.479
Sound Off · With Reference Videos $0.143 $0.193 $0.479
Sound On · With Reference Videos $0.143 $0.193 $0.479

定位简介

Kling 3.0 Omni 的参考生视频(reference-to-video)型号面向需要跨镜头保持角色与画面一致性的开发者。它在同一次生成中接受参考素材并输出写实视频,强调电影感与物理可信的运动表现,适合制作 3 至 15 秒的短篇叙事、品牌内容与对话驱动型片段,是构建短视频生成流水线时可选的视频生成能力之一。

核心亮点

  • 参考驱动的一致性延续——以参考素材约束生成结果,在多个镜头之间延续同一角色与视觉风格,而非产出孤立片段。
  • 音画同轮产出——声音与画面在同一次生成中完成,支持对话型内容的口型同步,减少音画分别对齐的工程环节。
  • 运动表现与镜头可控——生成运动具备电影感与物理可信度,并提供镜头与运动控制手段,便于按分镜意图调整画面。

能力说明

参考素材生成视频:接受参考素材作为生成依据,输出写实短视频;开发者可用它把已有角色或画面设定延续到新片段中。

多镜头叙事:支持在多个镜头间保持视觉与叙事连续性,适合按分镜组织生成,减少逐镜头拼装的一致性损耗。

原生音频与口型同步:画面与声音同轮生成,可支撑对话驱动内容的音画同步,简化后期配音与对齐流程。

运动与镜头控制:提供运动与镜头层面的控制能力,生成的动态更贴近真实物理,便于按剧本意图塑造镜头感。

分辨率与时长:输出可支持较高分辨率,单段叙事时长约 3 至 15 秒,按输出秒数计费,适合短视频形态内容。

适用场景

  • 品牌与营销团队制作角色一致的短片——以品牌角色参考素材为输入,批量产出多镜头营销短片,用于投放与社媒分发。
  • 内容团队制作对话驱动型短视频——输入对话脚本与角色参考,得到口型同步、音画一体的片段,用于剧情类短视频或广告对白。
  • 分镜创作者制作电影感叙事片段——用参考素材与镜头控制生成多镜头短片,产出可直接进入剪辑的素材,用于预告与故事短片。
  • 开发者构建短视频生成流水线——将参考生视频能力接入自有应用,按秒计费的方式便于控制单条素材的生成成本。

限制与选型建议

该型号定位为短视频生成,单段时长约 3 至 15 秒,不适合长视频或连续剧集级叙事。原生音频支持的语言范围在公开资料中表述不一,涉及多语种配音时需先验证。公开来源多为第三方集成平台,能力细节可能随版本更新而变化,上线前建议以实际调用结果为准。若需要纯文本驱动生成,可考虑文本生视频型号;若需要以视频施加运动参考,则对应运动控制型号更合适。