happyhorse-1.0/image-to-video
Alibaba の HappyHorse 1.0 I2V は、物理的に正確な動きとアイデンティティが安定した被写体を使用して、静止画像をネイティブ 1080p ビデオにアニメーション化します。
Kuaishou TechnologyのKling V3.0 4Kは、Kling V3.0シリーズのネイティブ4Kモデルです。音声の有無にかかわらず1秒$0.42の定額で、テキストプロンプトを超高解像度の複数ショット動画へ変換します。3840×2160で出力し、同期した台詞、一貫したキャラクター、V3.0シリーズ共通の複数ショット構成を備えています。ショット設計、フレーム単位の編集、別工程の吹き替え、後処理のアップスケールを、1回のネイティブ4K生成にまとめます。母版品質の映像を必要とするプロのクリエイター、映画制作者、ブランド、マーケター、制作会社に適しています。開発者はRunComfy上でブラウザとHTTP APIの両方から利用でき、モデルを自社でホスティングしたり拡張したりする必要はありません。
おすすめの用途：ネイティブ4Kのキービジュアル広告 | 大画面向けの映画的シーケンス | 高解像度のブランド映像
Kling V3.0 4Kは、RunComfyで利用できるKling V3.0マルチモーダルAI動画モデルのネイティブ4K版です。テキストプロンプトから3840×2160の超高解像度で映画的な動画を生成し、V3.0シリーズ共通の複数ショット構成、同期音声、プロ向けのカメラ制御を利用できます。後処理でアップスケールする必要のない、母版品質の納品物に適しています。
出力形式：ネイティブ4K（3840×2160） / 3–15秒 / 16:9、9:16、1:1 / 任意の同期音声
| パラメーター | 必須 | 型 | デフォルト | 範囲・選択肢 | 説明 |
|---|---|---|---|---|---|
| prompt* | はい（*） | string | — | — | シーン、動き、カメラスタイル、雰囲気を説明します。 |
| negative_prompt | いいえ | string | — | — | 動画に含めたくない要素です。 |
| duration | いいえ | number (seconds) | 5 | 3–15 | 動画の長さを秒単位で指定します。 |
| aspect_ratio | いいえ | enum | 16:9 | 16:9, 9:16, 1:1 | 動画のアスペクト比です。 |
| cfg_scale | いいえ | number | 0.5 | — | プロンプトを反映する強さです。 |
| sound | いいえ | boolean | disabled | enabled/disabled | 動画と同期する音声を生成します。 |
| multi_prompt | いいえ | array/string | — | — | 複雑なシーン構成を導く追加プロンプトです。 |
| 課金単位 | 音声 | 料金 |
|---|---|---|
| 生成動画1秒 | 無効 | 1秒あたり$0.42 |
| 生成動画1秒 | 有効 | 1秒あたり$0.42 |
Kling V3.0 4Kは、音声の有無にかかわらず同じ秒単価です。
Alibaba の HappyHorse 1.0 I2V は、物理的に正確な動きとアイデンティティが安定した被写体を使用して、静止画像をネイティブ 1080p ビデオにアニメーション化します。
1枚の画像から映画的な4K動画を生成。出力1秒あたり$0.419。
1 枚の静止画から、自然な動きと音声同期を備えた映像を柔軟に制作できます。
画像、テキスト、参考資料、またはビデオから制御された1080pクリップを作成します。
AI で動きを高精度に転写し、安定したキャラクターアニメーションを効率よく生成します。
ネイティブ音声に対応し、テキストプロンプトで元動画を自在に作り替えます。
Kling V3.0 4K Text-to-Videoは、Kling V3.0シリーズのネイティブ4Kモデルです。StandardやProと異なり、アップスケールせず1回で3840×2160を直接レンダリングするため、細かな質感、輪郭、動きのディテールが大画面でも保たれます。複数ショット、同期音声、パラメーター構成は共通なので、プロンプトの作り方を変えずに母版品質の解像度を得られます。
はい。Kling V3.0 4K Text-to-Videoは、選択したアスペクト比にかかわらず3840×2160（UHD 4K）でネイティブ出力します。後処理のアップスケールを行わないため、肌の質感、布地の織り、レンズのハイライトなども、低解像度から復元するのではなく4K解像度で生成されます。
Seedance 1.0 ProやWan 2.5を含む多くの競合モデルはネイティブ出力の上限を1080pとし、それ以上はアップスケールに頼ります。Kling V3.0 4K Text-to-Videoはネイティブ4Kを直接出力し、複数ショットの時間的一貫性と音声・映像の同期も重視します。特定の画風では他モデルが得意な場合もありますが、ネイティブ解像度の母版納品では明確な利点があります。
Kling V3.0 4K Text-to-Videoは1回あたり約15秒、連続する最大6ショットに対応します。ネイティブ解像度は3840×2160で、一般的なアスペクト比は16:9、9:16、1:1です。プロンプトは通常最大1,200トークン、参照入力数はノード構成に応じて少数に制限されます。高解像度のため、StandardやProより生成時間が長くなります。
はい。Kling V3.0 4K Text-to-VideoはV3.0シリーズ共通の複数ショット機能を使い、最大6ショットを一貫した1本の4K動画にまとめられます。RunComfy Playgroundのプロンプトまたはmulti_promptでショット形式、カメラアングル、遷移を指定でき、4Kのまま照明とキャラクターの連続性を保ちます。
RunComfy PlaygroundでKling V3.0 4K Text-to-Videoの流れを検証した後、RunComfy APIへ移行できます。APIはショット定義、multi_prompt、音声の切り替えを含むPlaygroundの設定を引き継ぎ、認証済みRESTエンドポイントで動作します。APIキーと本番用USDクレジットを用意し、RunComfy のジョブキューから非同期で動画を取得してください。
はい。Kling V3.0 4K Text-to-Videoは英語、中国語、日本語、韓国語、スペイン語の音声合成と動的リップシンクに対応します。台詞を含むシーンでは、1回の4K生成で音声と口の動きを同期するため、別工程の吹き替えは不要です。
Kling V3.0 4K Text-to-Videoでは、パン、ドリー、チルト、POVなどのカメラ表現と動きをテキストプロンプトで指定できます。ネイティブ4Kでは、視差の奥行き、レンズのハイライト、構図のバランスが1080pモデルより明瞭になり、Technical Artistが完成版に使える映画的な制御を得られます。
Kling V3.0 4K Text-to-Videoは音声の有無にかかわらず1秒**$0.42の定額です。Standardは音声なしで$0.084**、音声ありで**$0.126**、Proは音声なしで**$0.112**、音声ありで**$0.168**です。4Kの料金は3840×2160をネイティブレンダリングする高いフレーム単位の計算量を反映しています。
Kling V3.0 4K Text-to-Videoの商用利用可否は、Kuaishou Technologyが公開するライセンスとRunComfy のサービス規約によって決まります。通常はマーケティングやクリエイティブ制作に使えますが、利用前に公式ライセンスで商用条項とクレジット表記の要否を確認してください。
RunComfy PlaygroundではKling V3.0 4K Text-to-Videoの処理をクラウド側で行うため、ローカルに4K対応GPUは必要ありません。API統合では、フレームあたりの画素数が大きいためStandardやProより待ち時間が長くなります。簡潔なプロンプト、適度な動画の長さ、プロンプトテンプレートの再利用で、生成時間と費用を抑えられます。
RunComfyは最高の ComfyUI プラットフォームです。次のものを提供しています: ComfyUIオンライン 環境とサービス、および ComfyUIワークフロー 魅力的なビジュアルが特徴です。 RunComfyはまた提供します AI Models, アーティストが最新のAIツールを活用して素晴らしいアートを作成できるようにする。
