luma-ray-2/image-to-video
Créez des vidéos réalistes à partir d’images avec fluidité et style.
Kling V3.0 4K est le niveau 4K natif du modèle multimodal de génération vidéo Kling V3.0 sur RunComfy. Il transforme les prompts textuels en clips cinématiques ultra haute résolution en 3840×2160, avec le même séquençage multi-plans, le même son synchronisé et le même contrôle de caméra professionnel que le reste de la famille V3.0 — spécialement conçu pour des livrables de qualité supérieure qui ne nécessitent pas de mise à l'échelle en post-production.
Format de sortie : natif 4K (3840×2160) / 3–15 s / 16:9, 9:16, 1:1 / audio synchronisé en option
| Paramètre | Requis | Type | Par défaut | Plage / options | Description |
|---|---|---|---|---|---|
| prompt* | Oui (*) | string | — | — | Description textuelle de la scène, du mouvement, du style de caméra et de l'atmosphère souhaités. |
| negative_prompt | Non | string | — | — | Éléments à exclure de la vidéo. |
| duration | Non | number (seconds) | 5 | 3–15 | Durée de la vidéo en secondes. |
| aspect_ratio | Non | enum | 16:9 | 16:9, 9:16, 1:1 | Rapport hauteur/largeur de la vidéo. |
| cfg_scale | Non | number | 0.5 | — | Intensité de suivi du prompt. |
| sound | Non | boolean | disabled | enabled/disabled | Générez un son synchronisé avec la vidéo. |
| multi_prompt | Non | array/string | — | — | Prompts supplémentaires pour les compositions de scènes complexes. |
| Unité de facturation | Audio | Tarif |
|---|---|---|
| Par seconde générée | Désactivé | $0.42 par seconde |
| Par seconde générée | Activé | $0.42 par seconde |
Kling V3.0 4K utilise un tarif fixe par seconde, que l'audio soit activé ou désactivé.
Créez des vidéos réalistes à partir d’images avec fluidité et style.
Générez une vidéo entre les images de début et de fin avec de l'audio en option
Animez une image avec un prompt pour créer une vidéo de 5 ou 8 secondes en 480p ou 720p.
Modifiez une vidéo existante avec une instruction textuelle et jusqu'à dix images de référence facultatives, avec un contrôle pour préserver l'audio d'origine.
Générez une vidéo de 5 ou 10 secondes entre une image de début et une image de fin obligatoires. Décrivez la transition dans le prompt avec @Image1 et @Image2.
HappyHorse 1.0 I2V sur Alibaba anime une image fixe en vidéo native 1080p avec des mouvements précis sur le plan physique et des sujets à identité stable.
Kling V3.0 4K est le niveau natif 4K de la famille Kling V3.0. Contrairement aux variantes Standard et Pro, le modèle produit directement une vidéo en 3840×2160 en un seul passage (sans étape de mise à l'échelle), de sorte que les textures fines, les bords et les détails de mouvement résistent à une inspection minutieuse et à un affichage grand format. Il partage la même architecture multi-prises, le même son synchronisé et le même jeu de paramètres que le reste de la famille, de sorte que vous obtenez une résolution de qualité supérieure sans changer votre manière de rédiger les prompts.
Oui. Kling V3.0 4K sort nativement à 3840×2160 (UHD 4K) quel que soit le rapport hauteur/largeur choisi. Il n'y a pas de mise à l’échelle après génération, ce qui signifie que les détails tels que les pores de la peau, les trame des tissus et les reflets de l’objectif sont générés à pleine résolution 4K plutôt que reconstruits à partir d'une base de résolution inférieure.
La plupart des modèles text-to-video concurrents, notamment Seedance 1.0 Pro et Wan 2.5, ciblent 1080p comme plafond natif et s'appuient sur la mise à l'échelle pour des résolutions plus élevées. Kling V3.0 4K produit directement en 4K native, avec une cohérence temporelle plus forte dans les séquences multi-plans et une synchronisation audio-vidéo plus étroite. Les concurrents peuvent toujours exceller dans des rendus stylisés spécifiques, mais pour les livrables finaux en résolution native, Kling V3.0 4K a un net avantage.
Les sorties Kling V3.0 4K sont limitées à environ 15 secondes par génération, avec jusqu'à six plans continus. La résolution native est 3840×2160 et les proportions incluent généralement 16:9, 9:16 et 1:1. Les prompts prennent généralement en charge jusqu'à 1,200 tokens, et les entrées de référence sont limitées à un petit nombre par génération en fonction de la configuration du nœud. En raison de la haute résolution, attendez-vous à une latence de génération plus longue que les variantes Standard ou Pro.
Oui. Kling V3.0 4K prend en charge l'enchaînement de six plans en un seul clip 4K cohérent en utilisant la même fonction multi-prises que le reste de la famille V3.0. Les développeurs peuvent définir les types de plans, les angles de caméra et les transitions directement dans les prompts ou via multi_prompt dans le RunComfy Playground. Le système maintient un éclairage constant et une continuité des personnages sur tous les plans à pleine résolution 4K.
Une fois que vous avez validé vos workflows Kling V3.0 4K text-to-video dans le RunComfy Playground, vous pouvez passer en production via l’API RunComfy. L’API reflète tous les paramètres du Playground, y compris les définitions de plans, les segments multi-prompt et la bascule audio, mais fonctionne via des endpoints REST authentifiés. Vous devrez générer une clé API, allouer des crédits USD pour la production et gérer la récupération vidéo asynchrone via la file d’attente des tâches de RunComfy.
Oui. Kling V3.0 4K inclut les mêmes capacités de synthèse audio intégrées et de synchronisation labiale dynamique que le reste de la famille V3.0, prenant en charge l'anglais, le chinois, le japonais, le coréen et l'espagnol. Lors de la génération de clips avec des descriptions de dialogues, il synchronise automatiquement la parole et les mouvements de la bouche générés en une seule passe de génération 4K — aucune étape de doublage distincte n'est nécessaire.
Kling V3.0 4K permet aux utilisateurs de spécifier des instructions de caméra professionnelles (panoramique, dolly, inclinaison, POV) et les descriptions de mouvement directement dans les prompts textuels. En mode natif 4K, les détails optiques tels que la profondeur de parallaxe, les reflets de l'objectif et l'équilibre de la composition sont rendus avec une clarté nettement plus grande que les variantes 1080p, offrant ainsi aux artistes techniques un contrôle cinématographique plus précis et exploitable pour les masters finis.
Kling V3.0 4K est facturé au tarif fixe de $0.42 par seconde, que l'audio soit activé ou non, ce qui rend la budgétisation prévisible pour les projets 4K. À titre de comparaison, la variante Standard fonctionne à $0.084 par seconde sans audio et $0.126 par seconde avec audio, et la variante Pro fonctionne à $0.112 par seconde sans audio et $0.168 par seconde avec audio. Le tarif 4K reflète la charge de calcul par image plus élevée requise pour le rendu natif à 3840×2160.
L’utilisation commerciale des sorties de Kling V3.0 4K Text-to-Video dépend des conditions de licence publiées par Kuaishou Technology et des conditions d’utilisation de RunComfy. Généralement, les vidéos générées sont utilisables pour des projets marketing ou créatifs, mais vous devez vérifier toutes les clauses d'utilisation commerciale ou exigences d'attribution sur les pages de licence officielles avant diffusion.
Pour les utilisateurs standard via RunComfy Playground, tout le rendu s'effectue côté cloud, donc aucun GPU local compatible 4K n'est nécessaire. Cependant, si vous intégrez Kling V3.0 4K via l’API, prévoyez une latence sensiblement plus longue que les variantes Standard ou Pro en raison du nombre de pixels par image beaucoup plus élevé. Une conception efficace des prompts, une durée de clip modérée et la réutilisation des modèles de prompts peuvent contribuer à réduire à la fois le temps et les coûts de génération.
RunComfy est la première ComfyUI plateforme, offrant des ComfyUI en ligne environnement et services, ainsi que des workflows ComfyUI proposant des visuels époustouflants. RunComfy propose également AI Models, permettant aux artistes d'utiliser les derniers outils d'IA pour créer des œuvres d'art incroyables.
