Kling 4.0 Image-to-Video API
Kling 4.0 Image-to-Video คือโมเดลสร้างสรรค์แบบครบวงจรที่เปลี่ยนภาพนิ่งให้เป็นวิดีโอความยาว 3 ถึง 30 วินาที พร้อมระบบเสียงสเตอริโอและการควบคุมผ่านภาพอ้างอิงหลายรูปแบบ
Kling 4.0 Image-to-Video จาก Kling AI เป็นโมเดลสร้างสรรค์แบบรวมศูนย์ที่นำการสร้างวิดีโอ การอ้างอิงแบบหลายรูปแบบ และการตัดต่อมารวมไว้ในระบบเดียว โดยสามารถสร้างวิดีโอจากภาพอ้างอิงได้เป็นเวลาธรรมชาติ 3 ถึง 30 วินาที พร้อมการเคลื่อนไหวของตัวแบบ งานกล้อง และการเล่าเรื่องที่ควบคุมได้ รองรับภาพคีย์เฟรมสูงสุด 10 ภาพเพื่อกำหนดช่วงเวลาสำคัญทางภาพ และรับภาพสูงสุด 10 ภาพพร้อมวิดีโอ 5 คลิปเป็นข้อมูลอ้างอิงในโปรเจกต์เดียว
จุดเด่นด้านคุณภาพคือความเสถียรของการเคลื่อนไหวขนาดใหญ่และงานกล้องที่ซับซ้อน เช่น การเคลื่อนที่เร็ว การแพนกล้องตามวัตถุ และการโคจรเป็นวงกว้าง โดยยังคงโครงสร้างของตัวแบบและความสัมพันธ์เชิงพื้นที่ไว้ได้ รวมถึงการเรนเดอร์ตัวละครที่สมจริงขึ้นพร้อมรายละเอียดใบหน้า วัสดุ และแสงที่ улучขึ้น การแสดงออกทางสีหน้าและท่าทางที่ละเอียดอ่อนขึ้น ตลอดจนเอาต์พุตเสียงสเตอริโอสองช่องสัญญาณที่มีความแม่นยำในการขยับปากดีขึ้น
โมเดลนี้เหมาะสำหรับงานโฆษณาแบรนด์และโฆษณาเชิงพาณิชย์ เรื่องเล่าสั้นและฉากภาพยนตร์ แคมเปญสินค้า โพสต์โซเชียลมีเดีย เรื่องราวภาพ งานเชิงพาณิชย์และการสร้างภาพยนตร์แบบคนเดียว วิดีโอคอนเซปต์และตัวอย่างฉากจากสตอรีบอร์ด รวมถึงการสร้างสไตล์วิดีโอที่กำลังเป็นกระแส ผ่านกล่องอินพุตแบบรวมที่ผสานข้อความ ภาพ วิดีโอ และเสียงเข้าด้วยกัน พร้อมมุมมองแบบกริดและรายการสำหรับเปรียบเทียบผลลัพธ์ การตัดต่อตามไทม์ไลน์ และประสบการณ์แบบแคนวาสและเอเจนต์สำหรับจัดระเบียบโปรเจกต์สร้างสรรค์
อัปเดต:
ID โมเดล
kling-4.0/image-to-video- อินพุต
- text / image
- เอาต์พุต
- video
จุดเด่น
- วิดีโอความยาวธรรมชาติ 3 ถึง 30 วินาที
- คีย์เฟรมสูงสุด 10 ภาพ
- ภาพ 10 ภาพและวิดีโอ 5 คลิปต่อโปรเจกต์
- เสียงสเตอริโอพร้อมขยับปากแม่นยำ
- งานกล้องซับซ้อนและโครงสร้างคงที่
- กล่องอินพุตแบบรวมและการตัดต่อตามไทม์ไลน์
ผู้ให้บริการ
เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด
ข้อมูลจำเพาะวิดีโอ
- ความยาว · ต่ำสุด
- 3 วินาที
- ความยาว · สูงสุด
- 30 วินาที
- ความยาว · ขั้น
- 1 วินาที
- ขีดจำกัดข้อมูลอ้างอิง · ไฟล์เสียง
- 0
- ขีดจำกัดข้อมูลอ้างอิง · รูปภาพ
- 0
- ขีดจำกัดข้อมูลอ้างอิง · วิดีโอ
- 0
- ความละเอียด
- 720p / 1080p
เอกสารอ้างอิง API
ยังไม่มีการเผยแพร่ข้อมูลโปรโตคอลของโมเดลนี้ ดูข้อกำหนดการเชื่อมต่อได้ในเอกสารอ้างอิง API
เอกสารอ้างอิง API →พารามิเตอร์ที่รองรับ
- prompt
- duration
- resolution
- frame_images
- input_references
- user
- session_id
- trace
คำถามที่พบบ่อย
รู้จัก Kling 4.0 Image-to-Video?
Kling 4.0 Image-to-Video จาก Kling AI เป็นโมเดลสร้างสรรค์แบบรวมศูนย์ที่นำการสร้างวิดีโอ การอ้างอิงแบบหลายรูปแบบ และการตัดต่อมารวมไว้ในระบบเดียว โดยสามารถสร้างวิดีโอจากภาพอ้างอิงได้เป็นเวลาธรรมชาติ 3 ถึง 30 วินาที พร้อมการเคลื่อนไหวของตัวแบบ งานกล้อง และการเล่าเรื่องที่ควบคุมได้ รองรับภาพคีย์เฟรมสูงสุด 10 ภาพเพื่อกำหนดช่วงเวลาสำคัญทางภาพ และรับภาพสูงสุด 10 ภาพพร้อมวิดีโอ 5 คลิปเป็นข้อมูลอ้างอิงในโปรเจกต์เดียว จุดเด่นด้านคุณภาพคือความเสถียรของการเคลื่อนไหวขนาดใหญ่และงานกล้องที่ซับซ้อน เช่น การเคลื่อนที่เร็ว การแพนกล้องตามวัตถุ และการโคจรเป็นวงกว้าง โดยยังคงโครงสร้างของตัวแบบและความสัมพันธ์เชิงพื้นที่ไว้ได้ รวมถึงการเรนเดอร์ตัวละครที่สมจริงขึ้นพร้อมรายละเอียดใบหน้า วัสดุ และแสงที่ улучขึ้น การแสดงออกทางสีหน้าและท่าทางที่ละเอียดอ่อนขึ้น ตลอดจนเอาต์พุตเสียงสเตอริโอสองช่องสัญญาณที่มีความแม่นยำในการขยับปากดีขึ้น โมเดลนี้เหมาะสำหรับงานโฆษณาแบรนด์และโฆษณาเชิงพาณิชย์ เรื่องเล่าสั้นและฉากภาพยนตร์ แคมเปญสินค้า โพสต์โซเชียลมีเดีย เรื่องราวภาพ งานเชิงพาณิชย์และการสร้างภาพยนตร์แบบคนเดียว วิดีโอคอนเซปต์และตัวอย่างฉากจากสตอรีบอร์ด รวมถึงการสร้างสไตล์วิดีโอที่กำลังเป็นกระแส ผ่านกล่องอินพุตแบบรวมที่ผสานข้อความ ภาพ วิดีโอ และเสียงเข้าด้วยกัน พร้อมมุมมองแบบกริดและรายการสำหรับเปรียบเทียบผลลัพธ์ การตัดต่อตามไทม์ไลน์ และประสบการณ์แบบแคนวาสและเอเจนต์สำหรับจัดระเบียบโปรเจกต์สร้างสรรค์
การใช้งานถูกเรียกเก็บเงินอย่างไร
ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน
Kling 4.0 Image-to-Video รองรับอินพุตประเภทใดบ้าง
รองรับอินพุตข้อความ ภาพ วิดีโอ และเสียง พร้อมเอาต์พุตเป็นวิดีโอและเสียงสเตอริโอสองช่องสัญญาณ
สร้างวิดีโอได้นานแค่ไหน
สร้างวิดีโอความยาวธรรมชาติได้ 3 ถึง 30 วินาที
ใช้ภาพอ้างอิงได้กี่ภาพ
รับภาพคีย์เฟรมได้สูงสุด 10 ภาพเพื่อควบคุมช่วงเวลาสำคัญทางภาพ และในหนึ่งโปรเจกต์รับภาพสูงสุด 10 ภาพพร้อมวิดีโอ 5 คลิปเป็นข้อมูลอ้างอิง
เหมาะกับงานประเภทใด
เหมาะกับงานโฆษณา เรื่องเล่าสั้น วิดีโอคอนเซปต์จากสตอรีบอร์ด โพสต์โซเชียลมีเดีย และงานภาพยนตร์แบบคนเดียว
มีความสามารถด้านเสียงอย่างไร
ส่งออกเสียงสเตอริโอสองช่องสัญญาณพร้อมความแม่นยำในการขยับปากที่ดีขึ้น
มีรูปแบบการอ้างอิงแบบใดบ้าง
รองรับภาพตัวแบบ ภาพอ้างอิงสามมุมมอง ตารางภาพ อินโฟกราฟิก คีย์เฟรม และไวร์เฟรม รวมถึงการใช้วิดีโอที่มีอยู่เป็นข้อมูลอ้างอิงสำหรับจังหวะการเล่า องค์ประกอบภาพ และการเคลื่อนไหวกล้อง
โมเดลที่เกี่ยวข้อง
Kling 4.0 Text-to-Video
Klingวิดีโอkling-4.0/text-to-videoKling 4.0 Text-to-Video สร้างวิดีโอจากข้อความพร้อมเสียงสเตอริโอความยาว 3 ถึง 30 วินาที ความละเอียด 720p หรือ 1080p
ความละเอียด
720p / 1080p
ความยาว
3-30วินาที
—
Kling 4.0 Omni-Video
Klingวิดีโอkling-4.0/omni-videoKling 4.0 Omni คือโมเดลสร้างวิดีโอที่ขับเคลื่อนด้วยข้อมูลอ้างอิงจาก Kuaishou รองรับอินพุตหลายรูปแบบและสร้างวิดีโอความละเอียดสูงพร้อมเสียงสเตอริโอ
ความละเอียด
720p / 1080p
ความยาว
3-30วินาที
—