Kling Video O3 Standard Reference to Video: Videos mit konsistenten Figuren über Models und API | RunComfy

Kling Video O3 Standard Reference to Video ist der referenzgesteuerte Eintrag von Kuaishou in der O3-Familie. Es generiert aus einem Prompt ein 3 bis 15 Sekunden langes Video und behält dabei die Identität der Personen, Requisiten oder Stile bei, die Sie als Referenzbilder bereitstellen, mit einem optionalen Referenzvideo zur Bewegungs- oder Stilführung. Die Ausgabe behält konsistente Figuren und Erscheinungsbilder über Frames hinweg ohne manuelles Maskieren oder Compositing.

Sie können Referenzbilder von Charakteren, Requisiten oder Kunststilen sowie optional ein Referenzvideo zur Bewegungs- oder Stilübertragung anhängen. Ohne Referenzvideo werden bis zu 7 Bildreferenzen unterstützt; bei einem Referenzvideo sind Bildreferenzen auf 4 begrenzt. Im Prompt zeigen Sie anhand der Position auf bestimmte Bilder – zum Beispiel "Figure 1 walks toward Figure 2" – damit Kling Video O3 Standard Reference to Video weiß, welches Motiv wo platziert werden muss.

Im Vergleich zur Pro-Referenz-zu-Video-Stufe zielt Kling Video O3 Standard Reference to Video auf einen niedrigeren Tarif pro Sekunde ab und behält gleichzeitig die visuelle Sprache von O3 bei, was für Iterationen und Social-Media- oder Marketingproduktionen mit höherem Volumen hilfreich ist. Pro ist für höchste Wiedergabetreue bei endgültigen Renderings basierend auf verfügbaren Anbieterinformationen positioniert, während Standard für Entwürfe, Varianten und Kurzformausgaben geeignet ist. Die Bedienoberfläche – Prompt, Referenzen, Seitenverhältnis, Dauer, Ton, Aufnahmetyp – ist dieselbe, sodass die Prompts zwischen den Ebenen übertragen werden.

Social-Creator, Werbe- und Marketingteams, E-Commerce-Videoproduzenten und Designstudios verwenden Kling Video O3 Standard Reference to Video, um charakterkonsistente Varianten aus vorhandenen Fotos zu erstellen – verschiedene Szenen, Requisiten oder Stimmungen ohne Neuaufnahmen. Das Modell eignet sich außerdem für Marken- und Sprecherclips, Konzept-Reels mit definierter Art Direction und Storytelling-Aufnahmen mit mehreren Charakteren. Entwickler integrieren es in automatisierte Pipelines, die aus einem Briefing und einigen Standbildern einen fertigen Kurzclip machen.

Das Modell erfordert einen Prompt. Referenzen und Referenzvideos sind optional, werden aber empfohlen. Bildreferenzen sind auf 7 (oder 4 neben einem Referenzvideo) begrenzt, aspect_ratio akzeptiert 16:9, 9:16 oder 1:1, die Dauer ist eine Ganzzahl zwischen 3 und 15 Sekunden und shot_type akzeptiert customize oder intelligent. Sound und keep_original_sound sind boolesche Werte. Die genauen Grenzwerte für andere Einschränkungen wie Auflösung oder Dateiformat finden Sie im aktuellen RunComfy-Parameterfenster, da diese je nach Anbietereinstellungen variieren können.

Ja. Sie können einen Kling Video O3 Standard Reference to Video-Prototyp im RunComfy AI Playground erstellen – indem Sie Referenzen, Prompt-Formulierung, Seitenverhältnis, Dauer und Audioumschaltungen eingeben – und dann dasselbe Modell über die RunComfy-API mit identischen Parametern aufrufen. Dadurch bleibt die kreative Iteration im Browser erhalten, während die Produktion im Code ausgeführt wird, ohne dass sich das Verhalten des Modells ändert.

Generationen verbrauchen USD-Credits von Ihrem RunComfy-Guthaben. Kling Video O3 Standard Reference to Video berechnet $0.084 pro Sekunde ohne Ton und $0.112 pro Sekunde mit Ton basierend auf verfügbaren Anbieterinformationen; die Bereitstellung eines Referenzvideos schaltet auf eine 1.5×-Rate von $0.126 pro Sekunde um und überschreibt den Tonmultiplikator. Beispielsweise liegen 5 Sekunden ohne Ton bei etwa $0.420, 10 Sekunden mit Ton bei etwa $1.120 und 15 Sekunden mit einem Referenzvideo bei etwa $1.890. Neue Benutzer erhalten in der Regel kostenlose USD-Test-Credits; die aktuellen Tarife finden Sie im Abschnitt „Generierung“ auf der Modellseite.

Kling Video O3 Standard Reference to Video reagiert am besten auf klare, spezifische Prompts, die Verweise auf Rollen mithilfe von "Figure 1", "Figure 2" usw. binden und dann die Aktion, Umgebung und Kamerabewegung beschreiben. Konkrete Hinweise wie "slow tracking shot", "golden hour rim light" oder "neon-lit street" verankern Aussehen und Bewegung besser als vage Stimmungswörter. Verwenden Sie bei komplexen Szenen multi_prompt-Segmente, um Beats zu trennen, damit die Übergänge innerhalb eines einzelnen Clips sauber bleiben.