wan-2-1/fusionx/image-to-video
Crie vídeos cinematográficos com IA e controle preciso de imagem e texto
Kling 3.0 Standard Image to Video é o modelo de animação de imagem de IA pronto para produção da Kuaishou que transforma uma única imagem estática em um clipe cinematográfico curto de 3 a 15 segundos, com áudio nativo opcional, batidas de cena com vários prompts e elementos de referência para consistência de identidade. É o nível mais econômico da família Kling 3.0, custando US$ 0,084 por segundo sem áudio ou US$ 0,126 por segundo com áudio.
| Atributo | Valor |
|---|---|
| Resolução de saída | Até 1080p (típico) |
| Taxa de quadros | 24–60 fps (varia) |
| Duração | 3–15 segundos |
| Proporções | 16:9, 9:16, 1:1 |
| Áudio | Áudio nativo opcional |
| Controle de identidade | Imagem frontal + URLs de referência + vídeo de referência opcional |
| Preços | US$ 0,084/seg sem áudio · US$ 0,126/seg com áudio |
| Formatos de entrada | jpg, jpeg, png, bmp, webp |
Os controles de entrada expostos para Kling 3.0 Standard Image to Video no RunComfy:
| Parâmetro | Obrigatório | Tipo | Padrão | Gama / Opções | Descrição |
|---|---|---|---|---|---|
| alerta | Não | corda | "" | — | Orientação de texto para movimento, estilo e direção da câmera. |
| multi_prompt | Não | matriz | — | 0–20 itens | Segmentos de alerta adicionais impulsionando a progressão da cena; as durações dos segmentos devem ser somadas à duração total do vídeo. |
| multi_prompt[].prompt | Não | corda | — | — | Texto para um único segmento na sequência. |
| multi_prompt[].duração | Não | inteiro | 5 | 3–15 (segundos) | Duração do segmento em segundos. |
| start_image_url* | Sim (*) | corda | — | URL | A principal imagem estática a ser animada. |
| duração | Não | inteiro | 12 | 3–15 (segundos) | Comprimento total do clipe de saída. |
| gerar_áudio | Não | booleano | verdade | verdadeiro/falso | Ative a geração de áudio nativo para o clipe. |
| elementos | Não | matriz | — | — | Ativos opcionais para estabilizar a identidade/estilo nas fotos. |
| elementos[].frontal_image_url | Não | corda | — | URL | Imagem de referência frontal para identidade do sujeito. |
| elementos[].reference_image_urls | Não | matriz | — | URL | Referências adicionais de ângulo/estilo para o assunto. |
| elementos[].video_url | Não | corda | — | URL | Pequeno vídeo de referência para orientar o movimento/identidade. |
| tipo_de_tiro | Não | corda | personalizar | — | Modo de controle de tiro; personalizar permite movimentos personalizados. |
| prompt_negativo | Não | corda | desfoque, distorção e baixa qualidade | — | Termos para desencorajar artefatos ou estilos indesejados. |
| escala_cfg | Não | número | 0,5 | — | Intensidade de orientação; o mais baixo favorece o movimento natural, o mais alto reforça o prompt com mais força. |
Kling 3.0 Standard Image to Video é cobrado por segundo renderizado no RunComfy:
| Modo | Taxa |
|---|---|
| Sem áudio | US$ 0,084 por segundo |
| Com áudio | US$ 0,126 por segundo |
Um clipe de 5 segundos custa US$ 0,42 silencioso ou US$ 0,63 com áudio. Um clipe de 15 segundos custa US$ 1,26 ou US$ 1,89. A ativação do áudio aplica uma sobretaxa de 1,5×.
Crie vídeos cinematográficos com IA e controle preciso de imagem e texto
Transforme ideias em vídeos realistas e dinâmicos com Hunyuan Video da Tencent.
Crie vídeos com áudio a partir de texto usando o Wan 2.5.
Transforme imagens em vídeos realistas com áudio e controle cinematográfico
Transforme textos em vídeos criativos com áudio e controle de estilo usando o Google Veo 3.
Troque partes de um vídeo com máscara, texto ou imagem de referência.
Kling 3.0 Standard Image to Video pode gerar vídeos com resolução de até 1080p e normalmente suporta durações de até 15 segundos por clipe. Em algumas configurações aprimoradas ou Pro/Omni, os usuários podem alcançar até 4K a 60fps. Para tarefas padrão de imagem para vídeo, permanecer dentro desses limites ajuda a manter a estabilidade da saída e evita artefatos temporais.
Sim. Kling 3.0 Standard Image to Video permite uma imagem de referência primária no modo Padrão, enquanto o modo Omni suporta múltiplas imagens de referência ou até mesmo vídeos curtos para uma aparência consistente dos personagens. Usar mais do que a contagem de referência suportada pode causar truncamento imediato ou movimento inconsistente nas saídas de imagem para vídeo.
Para passar do teste de imagem padrão do Kling 3.0 para vídeo no RunComfy Playground para produção, os desenvolvedores devem primeiro confirmar o comportamento estável do prompt e dos parâmetros e, em seguida, adquirir uma chave de API em seu painel RunComfy. A API espelha os endpoints do playground, permitindo a geração automatizada de imagem para vídeo enviando solicitações POST com entradas de mídia e texto. Garanta créditos em dólares adequados e considere o envio em lote para cargas de trabalho maiores.
Comparado com a versão 2.6, o Kling 3.0 Standard Image to Video oferece profundidade, paralaxe e estabilidade de movimento significativamente melhoradas na renderização de imagem para vídeo. Ele modela o movimento natural da câmera e mudanças dinâmicas de luz com menos distorções visuais, graças à atenção espaço-temporal sob sua estrutura Omni One.
Kling 3.0 Standard Image to Video se destaca por sua maior fidelidade de movimento e limite mais longo de 15 segundos, lidando com saídas de 1080p a 4K e movimento com reconhecimento de física. Embora o Seedance tenha áudio com sincronização labial muito preciso, o Kling oferece uma estrutura de imagem para vídeo mais integrada, combinando realismo de iluminação, ancoragem de referência e controle narrativo da câmera.
Sim. Kling 3.0 Standard Image to Video inclui geração de áudio nativo alinhado com o movimento produzido. Ele pode sintetizar som ambiente, diálogo ou efeitos diretamente durante a criação de imagem para vídeo, embora cenários avançados com vários alto-falantes possam exigir refinamento na pós-produção.
Kling 3.0 Standard Image to Video usa ancoragem de imagem de referência para garantir a estabilidade da identidade durante a geração de imagem para vídeo. O modelo subjacente rastreia a consistência estrutural e de cores em cada quadro, minimizando oscilações e desvios mesmo em cenas com muito movimento.
As saídas de imagem para vídeo padrão do Kling 3.0 podem ser usadas comercialmente se seu uso estiver em conformidade com a licença original do Kling AI. Os desenvolvedores devem verificar os termos antes da redistribuição. Para pipelines profissionais, a solução integra-se perfeitamente à API RunComfy para fluxos de trabalho automatizados de imagem para vídeo e renderização em lote.
Kling 3.0 Standard Image to Video aceita arquivos de imagem padrão (JPG, PNG, WEBP) e prompts de texto opcionais. Ele também pode processar metadados adicionais, como ângulos de câmera ou preferências de iluminação, para orientar a geração de cena de imagem para vídeo.
Kling 3.0 Standard Image to Video é excelente na animação de retratos, vitrines de produtos e pequenos teasers cinematográficos, onde transições suaves de imagem para vídeo são importantes. Seus pontos fortes incluem movimento com reconhecimento de física e alta fidelidade de cena, tornando-o ideal para clipes de marketing digital, narração de histórias em mídias sociais e pré-visualização de efeitos visuais.
RunComfy is the premier ComfyUI platform, offering ComfyUI online environment and services, along with ComfyUI workflows featuring stunning visuals. RunComfy also provides AI Models, enabling artists to harness the latest AI tools to create incredible art.
