sora-2/pro/text-to-video
以 OpenAI Sora 2 Pro 將文字轉為高品質影片，聲畫精準同步，創造專業級視覺表現。
Kling 3.0 Standard Image to Video（標準圖生影片）是快手可立即投入生產的 AI 影像動畫模型，可將單一靜態影像轉換為 3-15 秒的短片，並可選配原生音訊、多提示場景節拍和用於身分一致性的參考元素。它是 Kling 3.0 系列中性價比最高的檔位，不含音訊的情況為每秒 0.084 美元，且有音訊的情況為每秒 0.126 美元。
| 項目 | 取值 |
|---|---|
| 輸出解析度 | 高達 1080p（典型） |
| 幀率 | 24–60 fps（可變） |
| 持續時間 | 3–15 秒 |
| 縱橫比 | 16:9、9:16、1:1 |
| 音訊 | 可選的原生音訊 |
| 身分控制 | 正面圖片 + 參考 URL + 可選參考影片 |
| 定價 | $0.084/秒（無音訊） · $0.126/秒（有音訊） |
| 輸入格式 | jpg、jpeg、png、bmp、webp |
RunComfy 上 Kling 3.0 Standard Image to Video（標準圖生影片）公開的輸入欄位：
| 參數 | 必填 | 類型 | 預設 | 範圍/選項 | 說明 |
|---|---|---|---|---|---|
| prompt | 否 | string | “” | — | 運動、風格和相機方向的文字指導。 |
| multi_prompt | 否 | array | — | 0–20 項目 | 額外的提示片段推動場景進展；片段持續時間總和必須等於影片總持續時間。 |
| multi_prompt[].prompt | 否 | string | — | — | 序列中單一片段的文字。 |
| multi_prompt[].duration | 否 | integer | 5 | 3–15（秒） | 該段的持續時間（以秒為單位）。 |
| 開始_圖片_url* | 是 (*) | 字串 | — | 網址 | 要製作動畫的主要靜態圖像。 |
| duration | 否 | integer | 12 | 3–15（秒） | 輸出成片總長度（秒）。 |
| 產生音訊 | 沒有 | 布林 | 真實 | 真/假 | 為剪輯啟用原生音訊產生。 |
| 元素 | 沒有 | 數組 | — | — | 用於穩定各個鏡頭的身份/風格的可選資產。 |
| 元素[].frontal_image_url | 沒有 | 字串 | — | 網址 | 用於主體身份的正面參考圖像。 |
| 元素[].reference_image_urls | 沒有 | 陣列 | — | 網址 | 主題的其他角度/風格參考。 |
| 元素[].video_url | 沒有 | 字串 | — | 網址 | 用於指導動作/身份的簡短參考影片。 |
| 鏡頭類型 | 沒有 | 字串 | 自訂 | — | 射擊控制模式；自訂可實現客製化運動。 |
| 否定提示 | 沒有 | 字串 | 模糊、扭曲和低品質 | — | 阻止不需要的工件或樣式的術語。 |
| cfg_scale | 沒有 | 數量 | 0.5 | 0.5 — | 指導強度；較低有利於自然運動，較高則更強烈地執行提示。 |
Kling 3.0 標準影像到影片在 RunComfy 上按渲染秒數計費：
| 模式 | 價格 |
|---|---|
| 沒有音訊 | 每秒 0.084 美元 |
| 有音訊 | 每秒 0.126 美元 |
5 秒的無聲片段售價 0.42 美元，有聲片段售價 0.63 美元。 15 秒的剪輯售價為 1.26 美元或 1.89 美元。啟用音訊需支付 1.5 倍的附加費。
以 OpenAI Sora 2 Pro 將文字轉為高品質影片，聲畫精準同步，創造專業級視覺表現。
精準提示理解、自然畫面運動與高畫質影像呈現，創造逼真AI影片。
Hailuo 2.3 讓設計師輕鬆將靜態圖像轉化為逼真動態影片，精準掌控每個細節創意。
以 Hunyuan Video 將現有影片轉換為全新風格，展現流暢動作與創意視覺。
HappyHorse 1.0 提供原生 1080p 輸出、電影級運動與多鏡頭一致性。
以文字打造動感影片，Hailuo 2.3 結合高階動態生成技術，讓創作者輕鬆產出逼真10秒短片。
Kling 3.0 標準影像到影片可以產生高達 1080p 解析度的視頻，並且通常支援每個剪輯長達 15 秒的持續時間。在某些增強或 Pro/Omni 設定中，使用者可以達到 60fps 的 4K。對於標準影像到視訊任務，保持在這些限制範圍內有助於保持輸出穩定性並避免時間偽影。
是的。 Kling 3.0 Standard Image to Video（標準圖生影片）在標準模式下允許一張主要參考影像，而 Omni 模式則支援多個參考影像甚至短視頻，以實現一致的角色外觀。使用超過支援的引用計數可能會導致影像到視訊輸出中的提示截斷或運動不一致。
要從 RunComfy 模型介面 中的 Kling 3.0 標準影像到視訊測試轉向生產，開發人員應先確認穩定的提示和參數行為，然後從 RunComfy 儀表板取得 API 金鑰。此 API 鏡像遊樂場端點，透過發送帶有媒體和文字輸入的 POST 請求來實現自動圖像到影片生成。確保足夠的美元信用並考慮批量處理更大的工作負載。
與 2.6 版本相比，Kling 3.0 標準影像到影片在影像到影片渲染方面顯著改進了深度、視差和運動穩定性。由於 Omni One 框架下的時空注意力，它可以模擬自然的攝影機運動和動態光線變化，同時減少視覺失真。
Kling 3.0 Standard Image to Video（標準圖生影片）因其更高的運動保真度和更長的 15 秒限製而脫穎而出，可處理 1080p 至 4K 輸出和物理感知運動。 Seedance 具有非常精確的口型同步音頻，而 Kling 則提供了更整合的影像到視訊框架，結合了燈光真實感、參考錨定和敘事攝影機控制。
是的。 Kling 3.0 標準影像到影片包括與產生的運動一致的原生音訊產生。它可以在影像到視訊創建過程中直接合成環境聲音、對話或效果，但高級的多揚聲器場景可能需要後期改進。
Kling 3.0 標準影像到影片使用參考影像錨定來確保影像到影片產生過程中的身份穩定性。底層模型追蹤每個影格的結構和色彩一致性，即使在高速運動場景中也能最大限度地減少閃爍和漂移。
如果您的使用符合原始 Kling AI 許可證，Kling 3.0 標準影像到視訊輸出可以用於商業用途。開發人員應在重新分發之前驗證條款。對於專業管道，該解決方案可與 RunComfy 的 API 順利集成，以實現自動化圖像到視訊工作流程和批量渲染。
Kling 3.0 標準圖像到影片接受標準圖像檔案（JPG、PNG、WEBP）和可選文字提示。它還可以處理其他元數據，例如攝影機角度或照明偏好，以指導影像到視訊場景的生成。
Kling 3.0 標準影像到影片在動畫肖像、產品展示和簡短的電影預告片方面表現出色，在這些方面，平滑的影像到影片轉換很重要。其優點包括實體感知運動和高場景保真度，使其成為數位行銷剪輯、社群媒體敘事和視覺特效預覽的理想選擇。
RunComfy 是首選的 ComfyUI 平台，提供 ComfyUI 在線 環境和服務，以及 ComfyUI 工作流程 具有驚豔的視覺效果。 RunComfy還提供 AI Models, 幫助藝術家利用最新的AI工具創作出令人驚艷的藝術作品。
