Kling Video O3 Pro Reference To Video : vidéos cinématographiques à identité cohérente | Modèles et API | RunComfy

Kling Video O3 Pro Reference To Video est le modèle Pro guidé par références de la gamme O3 de Kuaishou. Il génère à partir d’un prompt un clip cinématographique de 3 à 15 secondes tout en préservant l’identité des personnes, accessoires ou styles fournis dans les images. Une vidéo facultative peut guider le mouvement ou le style. Personnages et apparence restent cohérents d’une image à l’autre avec le haut niveau de détail de la version Pro.

Vous pouvez fournir des images de personnages, d’accessoires ou de styles artistiques, ainsi qu’une vidéo facultative pour transférer le mouvement ou le style. Jusqu’à 7 images sont acceptées sans vidéo de référence, contre 4 avec une vidéo. Dans le prompt, associez les sujets à leur position, par exemple « La personne de l’image 1 se tient à côté de celle de l’image 2 », afin que le modèle sache où placer chacun.

D’après les informations disponibles auprès du fournisseur, la version Pro vise un niveau de qualité supérieur pour le mouvement, l’éclairage et la stabilité de l’identité, adapté aux campagnes phares et aux productions professionnelles. La version Standard, moins chère, convient aux brouillons et aux itérations en volume. Prompt, références, format, durée, son et type de plan restent comparables, sans devoir reprendre le travail.

Équipes de tournage, agences, studios de marque, producteurs e-commerce et groupes produit créent à partir d’images existantes des spots à l’identité cohérente dans différentes scènes, ambiances ou avec d’autres accessoires, sans nouveau tournage. Le modèle convient aussi aux contenus avec porte-parole, aux reels conceptuels, aux récits à plusieurs personnages et aux déclinaisons de campagne homogènes. Les développeurs automatisent des workflows qui transforment un brief et quelques références en clip finalisé.

prompt est obligatoire ; images et vidéo de référence sont facultatives mais recommandées. Vous pouvez utiliser jusqu’à 7 images, ou 4 avec une vidéo. aspect_ratio accepte 16:9, 9:16 ou 1:1, duration est un entier de 3 à 15 secondes et shot_type accepte customize ou intelligent. sound et keep_original_sound sont des booléens ; la génération du son n’est disponible qu’en l’absence de vidéo de référence. Consultez RunComfy pour les règles actuelles de résolution et de format.

Oui. Réglez d’abord les références, le prompt, le format, la durée et les options audio dans le RunComfy AI Playground. La production peut ensuite s’exécuter dans votre code via l’API RunComfy avec les mêmes paramètres, sans modifier le comportement du modèle.

Le tarif est de 0,112 $ par seconde sans son, 0,135 $ avec son synthétisé et 0,168 $ avec vidéo de référence ; ce dernier remplace le supplément audio. Ainsi, 5 secondes sans son coûtent environ 0,560 $, 10 secondes avec son environ 1,350 $ et 15 secondes avec une vidéo de référence environ 2,520 $. Les coûts sont débités du solde RunComfy en USD/crédits et les nouveaux utilisateurs reçoivent généralement un crédit d’essai.

Attribuez clairement un rôle à chaque référence avec « Image 1 », « Image 2 », etc., puis décrivez l’action, l’environnement et le mouvement de caméra. Des indications comme « lent travelling avant 50 mm », « contre-jour chaud à l’heure dorée » ou « sources néon visibles » guident mieux l’apparence et le mouvement que des termes d’ambiance vagues. Pour une scène complexe, plusieurs segments de prompt séparent les séquences et assurent des transitions propres.