kling-4.0/omni-video API

Kling 4.0 Omni — вариант модели генерации видео Kling 4.0 от Kuaishou, ориентированный на работу с референсами. Базовая Kling 4.0 создаёт видео по текстовому запросу, одному изображению или ключевым кадрам, а Omni строит результат по набору референсных материалов. В одной задаче можно объединить до 15 референсов: до 10 изображений размером не более 30 МБ каждое, до 5 видеоклипов длительностью от 3 до 30 секунд (общая длительность не больше 30 секунд), до 3 голосовых профилей и до 7 сохранённых элементов, из которых 3 могут быть взяты из видео. Модель сохраняет согласованность персонажей, товаров и сцен. Инструмент подходит для производства брендовой рекламы с опорой на структуру и ритм существующего продуктового видео, для создания контента для соцсетей по трендовым видеосхемам, для нарративных роликов с согласованностью персонажа между кадрами, для демонстраций товара с объединением изображений продукта и видео сцены, а также для монтажа уже отснятого материала и добавления новых изображений одежды или объектов без изменения исходного движения и персонажа. Длительность ролика настраивается от 3 до 30 секунд с шагом в 1 секунду, по умолчанию — 10 секунд; доступны разрешения 720p, 1080p и 4K, соотношения сторон 21:9, 16:9, 1:1, 9:16 и auto, 10-битный HDR и двухканальное стерео. Многокадровый режим включён по умолчанию и автоматически разбивает видео на планы; поддерживается до 10 ключевых кадров и точечные локальные правки. Среди возможностей также есть творческий ремейк, который переиспользует ритм, структуру планов и стиль существующего видео. По сравнению с Kling 3.0 модель увеличила максимальную длительность с 15 до 30 секунд в нативном режиме, расширила число ключевых кадров до 10 и референсов до 15, получила более стабильное динамичное движение, стереозвук вместо моно, более широкую поддержку языков и более точное редактирование видео. Пользователи отмечают сильную управляемость и согласованность за счёт мультимодальных референсов и лучшее объединение референсов, чем у конкурентов, но также указывают, что Seedance может по-прежнему лидировать в реалистичности и точности следования запросу.

Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности.

Модель принимает текст, изображения, видео и аудио, а на выходе даёт видео со стереозвуком.

До 15 мультимодальных референсов: до 10 изображений, до 5 видеоклипов, до 3 голосовых профилей и до 7 сохранённых элементов, из которых 3 могут быть из видео.

Длительность от 3 до 30 секунд с шагом в 1 секунду, по умолчанию 10 секунд; разрешения 720p, 1080p и 4K.

Базовая Kling 4.0 генерирует видео по тексту, одному изображению или ключевым кадрам, а Omni создаёт видео по референсным материалам.

Брендовая реклама с опорой на структуру существующего видео, контент для соцсетей по трендовым схемам, нарративные ролики с согласованностью персонажа и демонстрации товара.