Kling 4.0 Flash Image to Video API
Kling 4.0 Flash Image to Video یک مدل سبک و سریع از خانواده Kling 4.0 برای ساخت ویدیو از تصویر اولیه با صداگذاری بومی و پشتیبانی از پرامپت متنی است.
Kling 4.0 Flash Image to Video یک مدل تولید ویدیو از تصویر است که توسط Kuaishou ساخته شده و بر پایه معماری Kling 4.0 بنا شده است. این مدل تصویر شروع را به حرکت درمی‌آورد و می‌توانید با یک پرامپت متنی، حرکت سوژه و دوربین را توصیف کنید. خروجی شامل کلیپهای بومی ۳ تا ۲۰ ثانیه‌ای با صدای استریو دوکاناله است و از ورودیهای متنی، تصویری و ویدیویی پشتیبانی میکند. همگام‌سازی لب و پشتیبانی از دیالوگ در زبان‌های چینی، انگلیسی، ژاپنی، کره‌ای، اسپانیایی، پرتغالی، آلمانی، فرانسوی و هندی با لهجه‌ها و گویش‌های مختلف ارائه میشود. همچنین امکان ویرایش ویدیو از طریق پرامپت وجود دارد.
این مدل برای پروژههای تصویر به ویدیو که ترکیببندی شروع یا ظاهر محصول اهمیت دارد، مناسب است. همچنین برای پیشنویس ایدهها، تولید انبوه محتوای شبکه‌های اجتماعی، آزمایش قلاب‌ها و مفاهیم مختلف، لوپهای محصول و پیشنویس سریع پیش از رندر نهایی با مدل کامل Kling 4.0 به کار می‌رود. پرامپت‌های تک‌نمایی محصول بدون شلوغی صحنه نیز از موارد استفاده آن است.
Kling 4.0 Flash به عنوان رده ورودی و پرسرعت در خانواده Kling 4.0 معرفی شده و نسبت به مدل کامل Kling 4.0، برخی قابلیتهای پیشرفته و رزولوشن بالاتر را با سرعت و هزینه کمتر به ازای هر کلیپ معاوضه میکند. وضوح بومی آن به 720p در 8-bit SDR محدود است و از فریم پایانی، چند فریم کلیدی، 1080p، 4K و 10-bit HDR پشتیبانی نمی‌کند. این مدل در Morphic، Runware و Runway و از طریق APIهایی مانند Runware در دسترس است و در برخی پلتفرم‌ها به صورت دسترسی زودهنگام ارائه میشود.
به‌روزرسانی:
MODEL ID
kling-4.0-flash/image-to-video- ورودی
- text / image
- خروجی
- video
نکات برجسته
- کلیپهای ۳ تا ۲۰ ثانیه‌ای
- صدای بومی استریو دوکاناله
- همگام‌سازی لب در ۹ زبان
- ویرایش ویدیو با پرامپت
- پشتیبانی از Omni Reference
- وضوح ثابت 720p در 8-bit SDR
ارائه‌دهندگان
قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.
| دسترس‌پذیری | |
|---|---|
آمار تاریخی بررسی زنده وضعیت نیست. نبود داده به معنی قطعی نیست.
مرجع API
جزئیات پروتکل این مدل منتشر نشده است. برای الزامات یکپارچه‌سازی، مرجع API را ببینید.
مرجع API →پرسش‌های متداول
معرفی مدل: Kling 4.0 Flash Image to Video?
Kling 4.0 Flash Image to Video یک مدل تولید ویدیو از تصویر است که توسط Kuaishou ساخته شده و بر پایه معماری Kling 4.0 بنا شده است. این مدل تصویر شروع را به حرکت درمی‌آورد و می‌توانید با یک پرامپت متنی، حرکت سوژه و دوربین را توصیف کنید. خروجی شامل کلیپهای بومی ۳ تا ۲۰ ثانیه‌ای با صدای استریو دوکاناله است و از ورودیهای متنی، تصویری و ویدیویی پشتیبانی میکند. همگام‌سازی لب و پشتیبانی از دیالوگ در زبان‌های چینی، انگلیسی، ژاپنی، کره‌ای، اسپانیایی، پرتغالی، آلمانی، فرانسوی و هندی با لهجه‌ها و گویش‌های مختلف ارائه میشود. همچنین امکان ویرایش ویدیو از طریق پرامپت وجود دارد. این مدل برای پروژههای تصویر به ویدیو که ترکیببندی شروع یا ظاهر محصول اهمیت دارد، مناسب است. همچنین برای پیشنویس ایدهها، تولید انبوه محتوای شبکه‌های اجتماعی، آزمایش قلاب‌ها و مفاهیم مختلف، لوپهای محصول و پیشنویس سریع پیش از رندر نهایی با مدل کامل Kling 4.0 به کار می‌رود. پرامپت‌های تک‌نمایی محصول بدون شلوغی صحنه نیز از موارد استفاده آن است. Kling 4.0 Flash به عنوان رده ورودی و پرسرعت در خانواده Kling 4.0 معرفی شده و نسبت به مدل کامل Kling 4.0، برخی قابلیتهای پیشرفته و رزولوشن بالاتر را با سرعت و هزینه کمتر به ازای هر کلیپ معاوضه میکند. وضوح بومی آن به 720p در 8-bit SDR محدود است و از فریم پایانی، چند فریم کلیدی، 1080p، 4K و 10-bit HDR پشتیبانی نمی‌کند. این مدل در Morphic، Runware و Runway و از طریق APIهایی مانند Runware در دسترس است و در برخی پلتفرم‌ها به صورت دسترسی زودهنگام ارائه میشود.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.
این مدل چه ورودیهایی را پشتیبانی میکند؟
ورودی متن، تصویر و ویدیو را میپذیرد و از حالتهای متن به ویدیو، تصویر به ویدیو و Omni Reference پشتیبانی میکند.
طول کلیپهای خروجی چقدر است؟
کلیپهای بومی ۳ تا ۲۰ ثانیه تولید میکند.
آیا صدای بومی تولید میکند؟
بله، هر کلیپ با صدای بومی و استریو دوکاناله همراه است و همگام‌سازی لب و دیالوگ در چندین زبان پشتیبانی میشود.
تفاوت آن با مدل کامل Kling 4.0 چیست؟
Kling 4.0 Flash سبکتر و سریعتر است اما برخی قابلیتهای پیشرفته و رزولوشن بالاتر مدل کامل را ندارد؛ از جمله فریم پایانی، چند فریم کلیدی، 1080p، 4K و 10-bit HDR.
برای چه کارهایی مناسب است؟
برای پیشنویس ایدهها، تولید انبوه محتوا، آزمایش مفاهیم، لوپهای محصول و پروژههای تصویر به ویدیو که ترکیببندی شروع اهمیت دارد.
مدل‌های مرتبط
Kling 4.0 Flash Omni Video
Klingویدیوkling-4.0-flash/omni-videoKling 4.0 Flash یک مدل ویدیوسازی سریع و سبک از Kuaishou است که با ورودی متن، تصویر و Omni Reference کلیپهای ۳ تا ۲۰ ثانیه‌ای با کیفیت 720p و رنگ 8-bit SDR تولید میکند.
وضوح
—
مدت
—
—
Kling 4.0 Flash Text to Video
Klingویدیوkling-4.0-flash/text-to-videoKling 4.0 Flash Text to Video از خانواده Kling 4.0 برای تولید سریع و کم‌هزینه ویدیو از متن طراحی شده و از تصویر فریم اول و منابع مرجع پشتیبانی میکند.
وضوح
—
مدت
—
—
Kling 4.0 Image-to-Video
Klingویدیوkling-4.0/image-to-videoKling 4.0 Image-to-Video یک مدل خلاق یکپارچه از Kling AI است که با ترکیب تولید ویدئو، ارجاع‌های چندوجهی و ویرایش، ویدئوهای بومی ۳ تا ۳۰ ثانیه‌ای با صدا استریو می‌سازد.
وضوح
720p / 1080p
مدت
3-30 ثانیه
—
Kling 4.0 Text-to-Video
Klingویدیوkling-4.0/text-to-videoKling 4.0 Text-to-Video مدل تبدیل متن به ویدیو از Kuaishou است که کلیپهای ۳ تا ۳۰ ثانیه‌ای با صدا و وضوح 720p یا 1080p می‌سازد.
وضوح
720p / 1080p
مدت
3-30 ثانیه
—
Kling 4.0 Omni-Video
Klingویدیوkling-4.0/omni-videoKling 4.0 Omni یک مدل تولید و ویرایش ویدیو مبتنی بر ارجاع است که با ترکیب تا ۱۵ دارایی چندرسانه‌ای، ویدیوهایی تا ۳۰ ثانیه با صدای استریو و کیفیت 4K می‌سازد.
وضوح
720p / 1080p
مدت
3-30 ثانیه
—