Kling 4.0 Image-to-Video API
Kling 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.
Kling 4.0 Image-to-Video از Kling AI یک مدل خلاق یکپارچه است که تولید ویدئو، ارجاعهای چندوجهی و ویرایش را در یک سیستم واحد گرد هم می‌آورد. این مدل با پشتیبانی از ورودی تصویر، متن، ویدئو و صدا، ویدئوهای بومی ۳ تا ۳۰ ثانیهای تولید میکند و صدا استریو دوکاناله با دقت هماهنگی لب بهبودیافته ارائه می‌دهد. کاربران می‌توانند تا ۱۰ تصویر کی‌فریم برای کنترل لحظات بصری کلیدی و تا ۱۰ تصویر و ۵ ویدئو بهعنوان ارجاع در یک پروژه واحد به کار ببرند.
این مدل برای انیمیت کردن تصاویر مرجع با حرکت، کار دوربین و روایت داستانی طراحی شده و حرکت پایدار در مقیاس بزرگ و کار دوربین پیچیده مانند حرکت سریع، شات تعقیبی و حرکات مداری گسترده را ارائه می‌دهد. ساختار سوژه و روابط فضایی حفظ میشود و شخصیت‌های واقع‌گرایانه با جزئیات چهره، متریال و نورپردازی بهبودیافته و حالات و وضعیت بدنی ظریف‌تر رندر می‌شوند. تولید متن چندزبانه، لوگو و ایموجی نیز بهبود یافته است.
Kling 4.0 برای تبلیغات برند و آگهیهای تجاری، داستانسرایی کوتاه و صحنههای سینمایی، کمپینهای محصول، پستهای شبکههای اجتماعی، داستانهای بصری، کار تجاری و فیلمسازی انفرادی، ویدئوهای مفهومی و پیشنمایش صحنه از استوریبورد و ارجاعهای بصری، و بازسازی سبک‌های ویدئویی ترند مناسب است. ویرایش چندوجهی سوژه‌ها، پس‌زمینه‌ها و سبک‌های بصری با استفاده از متن و ارجاعهای بصری، و استفاده از ویدئوی موجود بهعنوان مرجع برای ریتم، ترکیب‌بندی نما و حرکت دوربین از قابلیت‌های آن است. این مدل از طریق API و کاتالوگهای ابری مانند Atlas Cloud نیز در دسترس است.
به‌روزرسانی:
MODEL ID
kling-4.0/image-to-video- ورودی
- text / image
- خروجی
- video
نکات برجسته
- تولید بومی ویدئو تا ۳۰ ثانیه
- کنترل دقیق با حداکثر ۱۰ کی‌فریم
- صدا استریو با هماهنگی لب بهبودیافته
- حرکت پایدار و کار دوربین پیچیده
- شخصیت‌های واقع‌گرایانه با حالات ظریف
- مدل خلاق یکپارچه با ویرایش چندوجهی
ارائه‌دهندگان
قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.
مشخصات ویدیو
- مدت · حداقل
- ۳ ثانیه
- مدت · حداکثر
- ۳۰ ثانیه
- مدت · گام
- ۱ ثانیه
- محدودیت‌های مرجع · فایل‌های صوتی
- ۰
- محدودیت‌های مرجع · تصاویر
- ۰
- محدودیت‌های مرجع · ویدیوها
- ۰
- رزولوشن‌ها
- 720p / 1080p
مرجع API
جزئیات پروتکل این مدل منتشر نشده است. برای الزامات یکپارچه‌سازی، مرجع API را ببینید.
مرجع API →پارامترهای پشتیبانی‌شده
- prompt
- duration
- resolution
- frame_images
- input_references
- user
- session_id
- trace
پرسش‌های متداول
معرفی مدل: Kling 4.0 Image-to-Video?
Kling 4.0 Image-to-Video از Kling AI یک مدل خلاق یکپارچه است که تولید ویدئو، ارجاعهای چندوجهی و ویرایش را در یک سیستم واحد گرد هم می‌آورد. این مدل با پشتیبانی از ورودی تصویر، متن، ویدئو و صدا، ویدئوهای بومی ۳ تا ۳۰ ثانیهای تولید میکند و صدا استریو دوکاناله با دقت هماهنگی لب بهبودیافته ارائه می‌دهد. کاربران می‌توانند تا ۱۰ تصویر کی‌فریم برای کنترل لحظات بصری کلیدی و تا ۱۰ تصویر و ۵ ویدئو بهعنوان ارجاع در یک پروژه واحد به کار ببرند. این مدل برای انیمیت کردن تصاویر مرجع با حرکت، کار دوربین و روایت داستانی طراحی شده و حرکت پایدار در مقیاس بزرگ و کار دوربین پیچیده مانند حرکت سریع، شات تعقیبی و حرکات مداری گسترده را ارائه می‌دهد. ساختار سوژه و روابط فضایی حفظ میشود و شخصیت‌های واقع‌گرایانه با جزئیات چهره، متریال و نورپردازی بهبودیافته و حالات و وضعیت بدنی ظریف‌تر رندر می‌شوند. تولید متن چندزبانه، لوگو و ایموجی نیز بهبود یافته است. Kling 4.0 برای تبلیغات برند و آگهیهای تجاری، داستانسرایی کوتاه و صحنههای سینمایی، کمپینهای محصول، پستهای شبکههای اجتماعی، داستانهای بصری، کار تجاری و فیلمسازی انفرادی، ویدئوهای مفهومی و پیشنمایش صحنه از استوریبورد و ارجاعهای بصری، و بازسازی سبک‌های ویدئویی ترند مناسب است. ویرایش چندوجهی سوژه‌ها، پس‌زمینه‌ها و سبک‌های بصری با استفاده از متن و ارجاعهای بصری، و استفاده از ویدئوی موجود بهعنوان مرجع برای ریتم، ترکیب‌بندی نما و حرکت دوربین از قابلیت‌های آن است. این مدل از طریق API و کاتالوگهای ابری مانند Atlas Cloud نیز در دسترس است.
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.
Kling 4.0 Image-to-Video چه ورودیهایی را میپذیرد؟
این مدل از ورودی تصویر، متن، ویدئو و صدا پشتیبانی میکند. همچنین میتواند تا ۱۰ تصویر و ۵ ویدئو را بهعنوان ارجاع در یک پروژه واحد بپذیرد.
مدت زمان تولید ویدئو چقدر است؟
این مدل ویدئوی بومی ۳ تا ۳۰ ثانیهای تولید میکند. این طول بیشتر امکان روایتهای دنبالهدارتر را فراهم میکند.
آیا خروجی صدا دارد؟
بله، خروجی صدا استریو دوکاناله با دقت هماهنگی لب بهبودیافته ارائه میشود.
چه نوع ارجاعهای تصویری پشتیبانی میشود؟
ارجاعهای تصویری شامل تصاویر سوژه، ارجاع سهنما، شبکههای تصویری، اینفوگرافیکها، کیفریمها و وایرفریمها است. جایگاههای ارجاع تصویر بهطور مشخص برای استوریبورد و ارجاعهای بصری طراحی شدهاند.
این مدل برای چه کارهایی مناسب است؟
برای تبلیغات برند و آگهیهای تجاری، داستانسرایی کوتاه و صحنههای سینمایی، کمپینهای محصول، پستهای شبکههای اجتماعی، داستانهای بصری، کار تجاری و فیلمسازی انفرادی، ویدئوهای مفهومی و پیشنمایش صحنه مناسب است.
چگونه میتوان از Kling 4.0 استفاده کرد؟
این مدل از طریق API و کاتالوگهای ابری مانند Atlas Cloud در دسترس است. همچنین تجربه ساخت جدید با دسترسی زودهنگام از ۲۸ سپتامبر عرضه میشود و راهاندازی رسمی برای اکتبر ۲۰۲۶ برنامهریزی شده است.
مدل‌های مرتبط
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
—