minimax-h3-open/reference-to-video
画像、ビデオ、およびオーディオ キューからビデオへの参照をオープンウェイトします。
KuaishouのO3ファミリーで画像を起点にする4Kモデルです。最終納品に使える精細さを重視し、元の静止画の被写体をショット全体で固定します。開始画像とテキスト説明を入力すると、Kling Video O3 4k Image To Videoが物理法則に沿った動きと任意の音声トラックを備えた3～15秒の4K動画を生成します。
撮影、手作業のロトスコープ、自社GPUの運用をせずに、特定の写真、商品画像、キーフレームの続きを放送品質の4K映像として作りたいチームに適しています。
| パラメータ | 必須 | 型 | デフォルト | 範囲／選択肢 | 説明 |
|---|---|---|---|---|---|
| image* | はい（*） | string（URL） | — | 公開画像URL | 動画の基準となる最初のフレーム。 |
| prompt* | はい（*） | string | — | 自由入力 | 動き、カメラワーク、照明、雰囲気。 |
| end_image | いいえ | string（URL） | — | 公開画像URL | 動きの軌道を制御する任意の最終フレーム。 |
| duration | いいえ | integer | 5 | 3～15 | 動画の長さ（秒）。料金は長さに比例します。 |
| sound | いいえ | boolean | false | true / false | 動画に合う環境音を生成します。 |
| shot_type | いいえ | string | customize | customize, intelligent | 編集モード。intelligentは範囲を自動判断し、customizeはプロンプトに従います。 |
| multi_prompt | いいえ | array | — | 区間のリスト | シーン転換に使う任意の連続プロンプト区間。 |
| element_list | いいえ | array | — | element参照のリスト | 一貫性を保つために固定する、名前付きの視覚要素。 |
このモデルはRunComfyで生成動画1秒あたり一律料金がかかります。音声の有無で料金は変わりません。
| モード | 1秒あたりの料金 |
|---|---|
| 音声オフ／オン | $0.47 |
1回の生成にかかる概算料金
| 長さ | 料金 |
|---|---|
| 3 s | $1.41 |
| 5 s | $2.35 |
| 10 s | $4.70 |
| 15 s | $7.05 |
画像、ビデオ、およびオーディオ キューからビデオへの参照をオープンウェイトします。
プロンプトから楽曲を生成。44.1 kHz WAV出力とセクション編集に対応。
動画のURLとテキスト指示を使い、既存の動画を編集します。
プロンプト、解像度、推論、イメージ ガイダンス、ポーズ ガイダンス コントロールを使用して、ドライビング動画からのモーションを含む参照キャラクター イメージをアニメーション化します。
Pikadditionsで画像内の人物や物体を既存の動画に追加します。
テキストの指示と最大 10 個のオプションの参照画像を使用して既存の動画を編集し、オリジナルの音声を保存するためのコントロールを使用します。
Kling Video O3 4k Image To Videoは、1枚の参照画像に物理法則に沿った動きを加え、映画的な3～15秒の動画を生成する、KuaishouのO3ファミリーに属する4Kモデルです。4Kならではの細部と元の被写体を正確に保つことが重要な、映画的な写真アニメーション、高品質な商品動画、縦型SNS広告に適しています。
Kling Video O3 4k Image To Videoは、O3の画像から動画生成モデル群で最高の解像度と最終レンダリングの細部を目指します。公開情報によると、ProはHD品質の出力をより低い1秒あたり料金で生成し、Standardは草案作成や大量の反復生成向けにさらに安価です。
はい。Kling Video O3 4k Image To Videoでは、開始画像と一緒に任意のend_imageを指定できます。これにより動きの軌道を固定し、動画が最後に到達する画を正確に決められます。開始画像と終了画像の両方を指定すると、動きの方向と物語の一貫性が大きく向上します。
はい。Kling Video O3 4k Image To Videoのsoundを有効にすると、同じ生成処理で映像に合う環境音を合成できます。soundはデフォルトでオフですが、オンでもオフでも料金は変わりません。炎、水、豊かな環境音を含むシーンでも実質追加料金なしで利用できます。
Kling Video O3 4k Image To Videoは3～15秒の範囲で1秒単位に設定でき、デフォルトは5秒です。長いメイン映像を生成する前に、短い動画で動きを検証することをおすすめします。正確な制限はRunComfyの最新パラメータ画面で確認してください。
Kling Video O3 4k Image To Videoは、開始画像の構図、人物や物体の特徴、スタイルをすべてのフレームへ引き継ぎます。これがテキストだけからの動画生成に対する、画像から動画生成の大きな利点です。構図が整った鮮明な元画像と、任意の終了フレームを使うと最も一貫性が高まります。
Kling Video O3 4k Image To Videoにはimageとpromptが必須です。end_image、duration、sound、shot_type、multi_prompt、element_listは任意です。画像URLは外部からアクセスできる必要があります。制限はモードやプロバイダー設定によって変わる場合があるため、RunComfyのパラメータ画面を確認してください。
はい。まずRunComfyのモデル画面でKling Video O3 4k Image To Videoを試し、同じパラメータのままバックエンドからRunComfy HTTP API経由で呼び出せます。GPUのホスティングやモデルのスケーリングを利用者側で行う必要はありません。
Kling Video O3 4k Image To Videoは、音声の有無にかかわらず生成動画1秒あたり一律$0.47です。5秒の動画は約$2.35、15秒の動画は約$7.05です。料金はRunComfyのUSD／クレジット残高から差し引かれ、新規ユーザーには通常、無料お試しクレジットが付与されます。
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。
