Kling: Video v3.0 Pro API

Kling Video v3.0 Pro je model pro generování videa z textových nebo obrazových vstupů, který vytváří video spolu s nativním zvukem — včetně řeči, zvukových efektů a ambientních zvuků. Podporuje multi-shot generování až 6 záběrů na jeden požadavek, přičemž každý záběr může mít vlastní prompt a délku. Model automaticky upravuje úhly kamery a kompozici při zachování konzistence mezi scénami a díky multi-character coreference udržuje identitu postav i ve scénách se3 a více postavami. Mezi klíčové funkce patří specifikace počátečního a koncového snímku pro řízené přechody, negativní prompty pro vyloučení nežádoucích prvků a seznam prvků pro konzistenci vizuálních detailů napříč scénou. Model dále nabízí lip-sync, takže pohyby úst postav odpovídají zvuku, a prompt enhancer, který automaticky vylepšuje uživatelské popisy pohybu. Zvuk lze generovat v čínštině, angličtině, japonštině, korejštině a španělštině, včetně čínských dialektů (kantonština, s'čuánština) a akcentů (americká, britská a indická angličtina). Model je určen pro profesionální tvůrce videa, reklamní agentury a content creatory. Hodí se pro prémiovou videoprodukci vyžadující cinematickou kvalitu a realistický detail a pohyb, vytváření přechodů mezi scénami pomocí počátečního a koncového snímku, marketingová a reklamní videa s produktovými promy s zachováním loga a textu, animaci postav z portrétů s detailními výrazy a pohybem a delší animace až do 15 sekund. Klipy mají délku 3 až 15 sekund a poměry stran zahrnují landscape, portrait a square. Model je dostupný přes fal, WaveSpeed, Runway Dev, Kie AI a MindStudio a je integrován do kreativních nástrojů, jako jsou Adobe Firefly a Picsart.

Faktura závisí na zvoleném poskytovateli, jeho cenách a vašem využití. Delší vstupy nebo jiné podmínky mohou mít jiné ceny. Účtováno podle skutečných nákladů na generování. Konečnou částku najdete ve faktuře.

Model přijímá textové a obrazové vstupy. Obrazové vstupy slouží jako referenční snímky, včetně specifikace počátečního a koncového snímku.

Výstupem je video s nativním zvukem. Klipy mají délku3 až 15 sekund a poměry stran zahrnují landscape, portrait a square.

Model generuje zvuk v čínštině, angličtině, japonštině, korejštině a španělštině. Reprodukuje také čínské dialekty, jako je kantonština a s'čuánština, a akcenty, jako je americká, britská a indická angličtina.

Model podporuje multi-shot generování až6 záběrů na jeden požadavek, přičemž každý záběr může mít vlastní prompt a délku. Automaticky přitom upravuje úhly kamery a kompozici při zachování konzistence mezi scénami.

Kling Video v3.0 Pro je nejvyšší kvalitativní úrovní rodiny Kling V3.0, nabízí nejvyšší vizuální věrnost a realismus pohybu. Existuje také levnější standardní verze a verze Omni zaměřená na konzistenci referencí.