veo-3-1/text-to-video
Convierte texto en videos cinematográficos con control y detalle precisos
Kling V3.0 Pro es la variante premium del modelo de generación de video AI multimodal Kling V3.0 en RunComfy. Convierte indicaciones de texto en clips cinematográficos con la mayor fidelidad visual y realismo de movimiento de la familia V3.0, compatible con secuenciación de tomas múltiples, audio sincronizado y control de cámara profesional para narraciones breves de primera calidad y contenido de marca.
Formato de salida: 3–15 s / 16:9, 9:16, 1:1 / audio sincronizado opcional
| Parámetro | Requerido | Tipo | Predeterminado | Gama / Opciones | Descripción |
|---|---|---|---|---|---|
| mensaje* | Sí (*) | cadena | — | — | Descripción de texto de la escena, movimiento, estilo de cámara y atmósfera deseados. |
| aviso_negativo | No | cadena | — | — | Elementos a excluir del vídeo. |
| duración | No | número (segundos) | 5 | 3–15 | Duración del vídeo en segundos. |
| relación_de aspecto | No | enumeración | 16:9 | 16:9, 9:16, 1:1 | Relación de aspecto del vídeo. |
| escala_cfg | No | número | 0,5 | — | Fuerza de orientación rápida. |
| sonido | No | booleano | discapacitados | habilitado/deshabilitado | Genera sonido sincronizado junto al vídeo. |
| multi_prompt | No | matriz/cadena | — | — | Indicaciones adicionales para composiciones de escenas complejas. |
| Unidad de facturación | Audio | Tarifa |
|---|---|---|
| Por segundo generado | Discapacitado | 0,112 dólares por segundo |
| Por segundo generado | Habilitado | 0,168 dólares por segundo |
Convierte texto en videos cinematográficos con control y detalle precisos
Convierte imágenes en clips cinematográficos rápidos y realistas
Edición cinematográfica con control de estilo y objetos
Crea videos realistas en segundos con Dreamina 3.0 y su potente IA de texto a video.
Convierte imágenes en videos realistas con fluidez y estilo profesional
Convierte imágenes en videos realistas con audio y escenas sincronizadas
Kling V3.0 Pro es el nivel premium de la familia Kling V3.0. En comparación con la variante Estándar, ofrece mayor fidelidad visual, mayor realismo de movimiento y estabilidad de ruido mejorada, al tiempo que comparte la misma secuenciación cinematográfica de múltiples tomas (hasta seis tomas por clip), audio multilingüe sincronizado y representación consistente de personajes. Su arquitectura multimodal unificada fusiona el procesamiento de entrada de texto, imágenes y video en un solo modelo, brindando transiciones más suaves y una sólida sincronización de audio y video.
Kling V3.0 Pro supera a modelos como Seedance 1.0 Pro y Wan 2.5 principalmente en duración (hasta 15 segundos), fidelidad visual y coherencia temporal durante secuencias de texto a video de múltiples tomas. El modelo prioriza el movimiento realista, los discursos que coinciden con las voces y los rostros consistentes de los actores en todas las escenas, mientras que los competidores a menudo destacan más en representaciones estilizadas pero tienen dificultades con la dinámica humana realista.
Para Kling V3.0 Pro, las salidas de texto a vídeo están limitadas a unos 15 segundos por generación, con hasta seis tomas continuas. Las relaciones de aspecto suelen incluir 16:9, 9:16 y 1:1. Las indicaciones suelen admitir hasta 1200 tokens y las entradas de referencia están limitadas a un pequeño número por generación, según la configuración del nodo.
Sí. Kling V3.0 Pro permite encadenar hasta seis tomas en un clip de texto a video coherente utilizando su función avanzada de tomas múltiples. Los desarrolladores pueden definir tipos de tomas, ángulos de cámara y transiciones directamente en las indicaciones o mediante multi_prompt en RunComfy Playground. El sistema mantiene una iluminación constante y una continuidad de los personajes en todas las tomas, algo que los lanzamientos anteriores no podían lograr de manera confiable.
Una vez que haya validado sus flujos de trabajo de texto a video de Kling V3.0 Pro en RunComfy Playground, puede pasar a producción a través de la API RunComfy. La API refleja todas las configuraciones del área de juegos, incluidas definiciones de tomas, segmentos de mensajes múltiples y opciones de configuración, pero opera a través de puntos finales REST autenticados. Deberá generar una clave API, asignar créditos en dólares de producción y manejar la recuperación de videos asincrónica a través de la estructura de cola de trabajos de RunComfy.
Sí. Kling V3.0 Pro incluye síntesis de audio integrada y capacidades dinámicas de sincronización de labios para inglés, chino, japonés, coreano y español. Al generar clips de texto a video con descripciones de diálogos, sincroniza automáticamente el habla y los movimientos de la boca generados, brindando interpretaciones de personajes naturales dentro del mismo paso de generación; no se necesita ningún paso de doblaje por separado.
Kling V3.0 Pro permite a los usuarios especificar la semántica de la cámara profesional (panorámica, plataforma rodante, inclinación, punto de vista) y descripciones de movimiento directamente en indicaciones de texto. Esto brinda a los artistas técnicos más control cinematográfico que los modelos anteriores de Kling o sistemas de texto a video comparables, produciendo profundidad de paralaje, efectos de lente y equilibrio compositivo realistas.
Kling V3.0 Pro se factura a $0,112 por segundo sin audio y $0,168 por segundo con audio, mientras que la variante Estándar se factura a $0,084 por segundo sin audio y $0,126 por segundo con audio. Pro ofrece mayor fidelidad visual y realismo de movimiento, mientras que Estándar es una opción más rápida y económica para borradores e iteraciones de gran volumen. Ambos comparten la misma arquitectura multimodal y conjunto de control de parámetros.
El uso comercial de las salidas de texto a video de Kling V3.0 Pro depende de los términos de licencia publicados por Kuaishou Technology y del acuerdo de servicio de RunComfy. Generalmente, los videos generados se pueden utilizar para proyectos creativos o de marketing, pero debe verificar las cláusulas de uso comercial o los requisitos de atribución en las páginas oficiales de la licencia antes de su implementación.
Para los usuarios estándar a través de RunComfy Playground, todo el renderizado se realiza en la nube, por lo que no se necesita una GPU local. Sin embargo, si integra la generación de texto a video de Kling V3.0 Pro a través de API, espere una latencia más larga para las salidas de múltiples tomas debido al procesamiento adicional de sincronización de audio y modelo. Un diseño rápido eficiente y configuraciones moderadas pueden reducir tanto el tiempo como el costo de generación.
RunComfy es la principal ComfyUI plataforma, ofreciendo ComfyUI en línea entorno y servicios, junto con flujos de trabajo de ComfyUI con impresionantes imágenes. RunComfy también ofrece AI Models, permitiendo a los artistas aprovechar las últimas herramientas de AI para crear arte increíble.
