curl-X POST 'https://pollo.ai/api/platform/v1/generation/kling-ai/kling-v3-omni/video'\-H'Content-Type: application/json'\-H'x-api-key: YOUR_API_KEY'\-d'{ "input": { "prompt": "A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field", "aspectRatio": "16:9", "duration": 5, "mode": "pro", "generateAudio": true }}'
선택적으로, 작업 성공 또는 실패 시 콜백을 수신하기 위해 webhookUrl을 포함할 수 있습니다.
선택적 요청 필드
{"input":{"prompt":"A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field","aspectRatio":"16:9","duration":5,"mode":"pro","generateAudio":true},"webhookUrl":"https://example.com/webhooks/pollo"}
개요
선택한 엔드포인트 및 모드에 대한 입력 필드입니다.
필드
유형
필수의
화면 설명
prompt
string
예
Text prompt describing the content to generate.
aspectRatio
string
아니요
Output aspect ratio, as width:height (e.g. 16:9).
duration
integer
아니요
The duration of the generated video, in seconds.
mode
string
아니요
Generation mode of the model (e.g. a faster or higher-quality tier).
generateAudio
boolean
아니요
Generate natural-sounding, fitting audio for the output video.
Kling 3.0 Omni genererer video fra flere inputtyper, herunder tekst, billeder, motivsæt, kildevideo og lyd i en enkelt anmodning op til 4K.
Med Kling 3.0 Omni på Pollo API kan udviklere generere referencebaseret video fra en blanding af vejledningstyper, vælge kliplængde, billedformat og valgfri matchende lyd pr. anmodning.
Nøglefunktioner i Kling 3.0 Omni API
Omni-modal referenceindgang
Modellen accepterer op til syv referencer på én gang og kombinerer et billede, en kildevideo, et emnesæt og et lydsignal for at styre en enkelt generation.
Emnekonsistens
Vis flere billeder af en karakter eller et objekt. Modellen bevarer motivets identitet i hele optagelsen, efterhånden som scenen bevæger sig.
Audioguidet bevægelse
Angiv en lydreference, og modellen timer bevægelse, rytme og tempo i forhold til lyden, og afstemmer handlingen med taktslag, tale eller omgivende signaler i klippet.
Miljøsimulering
Rumlig simulering gengiver enkeltstående scener med sammenhængende lys, dybde og miljømæssige reaktioner, når kamera og motiver bevæger sig gennem rummet.
4K volumetrisk output
Generationer når op til 4K og indeholder fine tekstur- og dybdesignaler i høj opløsning til brug i udsendelser og store skærme.
Fleksibel varighed og indramning
Klip varer fra 3 til 15 sekunder i liggende, stående eller firkantet format, hvilket giver én integration mulighed for at levere sociale medier, produkter og fuldformat fra den samme model.
Brugsscenarier for Kling 3.0 Omni API
Tilbagevendende karakterindhold: Genbrug et emnesæt for at holde en maskot, vært eller avatar ensartet på tværs af episodiske klip uden at skulle tegne identiteten om hver gang.
Lydsynkroniserede performanceklip: Styr en danser, musiker eller taler, så bevægelsen låses til et uploadet spor, nyttigt til musik og læbebevægelsesværktøjer.
Videorefereret restyling: Brug et eksisterende klip som reference, og regenerer det med en ny retning, mens den oprindelige bevægelse og iscenesættelse bevares.
Scenefortsættelsesrørledninger: Kombiner billed- og videoreferencer for at forlænge et optagelse fremad, så miljø og motiv bevares i en længere sekvens.
Storyboarding med flere referencer: Bland flere billeder og et motiv i én prompt for at forhåndsvise komplekse scener, før du forpligter dig til et fuldt produktionspas.
Udsendelsesmateriale i høj opløsning: Generer 4K single-shot-scener til skiltning, streamingintroer eller store skærme, hvor opløsning og dybde er vigtige.
Lokaliserede annoncevarianter: Genbrug ét emne og byt lydreferencer for at producere regionsspecifikke versioner med matchende tempo og ensartet branding.
Demoer af fordybende omgivelser: Vis et rum, der fyldes med tåge, vand eller bevægelse fra menneskemængder, hvor omgivelserne reagerer troværdigt, så der kan skabes forhåndsvisninger af ejendomme eller begivenheder.
Sådan bruger du Kling 3.0 Omni API
Hent en API-nøgle: Opret en Pollo API-konto, og generer din API-nøgle fra udviklerdashboardet.
Vælg modellen: Send anmodninger til Kling 3.0 Omni-slutpunktet på /generation/kling-ai/kling-v3-omni/ref2video.
Tilføj dine input: Angiv en prompt og en til syv referencer (billede, motiv, video eller lyd), og indstil derefter varighed (3-15), billedformat og opløsning (720P, 1080P eller 4K).
Generer og hent: Indsend opgaven, afstem status for den returnerede opgave, og download den færdige video, eventuelt med generateAudio, der producerer et matchende lydspor.
Bedste fremgangsmåder for Kling 3.0 Omni API
Tænk på prompten som en direkte reference snarere end en beskrivelse fra bunden. Angiv hver references rolle, den handling, du ønsker, og hvordan scenen skal opføre sig omkring dit motiv.
En simpel promptformel
Motiv og dets referencerolle + specifik handling + scene- og miljøadfærd + kamerabevægelse + lyd- eller temposignal
Hvad du bør bemærke
Tildel referenceroller: Fortæl modellen, hvilken reference der er subjektet, hvilken der er settingen, og hvilken der driver lyden, så vejledningen ikke konkurrerer.
Hold motiverne klare: Sørg for rene, varierede billeder af én karakter, så identiteten forbliver stabil på tværs af det genererede billede.
Beskriv miljørespons: Angiv, hvordan lys, vejr eller omgivelser bør ændre sig, da modellen simulerer rum snarere end en flad baggrund.
Match lyd med handling: Når du bruger en lydreference, skal du navngive den bevægelse, den skal synkroniseres med, så tempoet følger lyden.
Vælg opløsning efter formål: Vælg 4K til udsendelser og store skærme, lavere indstillinger for hurtigere udkast og iteration.
Hold én scene: Hold hver generation til et enkelt sammenhængende øjeblik, så klippet forbliver kontinuerligt fra ende til anden.
Eksempel på prompter
Konsekvent maskotepisode
"Brug emnereferencen om en illustreret rød ræv i spejderuniform. Ræven går gennem et solbeskinnet bibliotek, holder en pause for at trække en lysende bog fra en høj hylde og smiler. Langsomt, varmt, støvfyldt lys."
Lydsynkroniseret gadedanser
"Animér den dansende person til det uploadede trommespor. Skarpt fodarbejde og armslag lander på hvert taktslag inde i en betontunnel i skumringen, kølige blå skygger, håndholdt kamera cirkler mens baspulser bygger sig op."
Miljøsimulering afslører
"En stengårdsplads ved daggry fyldes langsomt med bølgende tåge, der krøller sig rundt om gamle søjler og fanger det første lys. Kameraet løfter sig for at afsløre hele scenen, stille omgivende toner, rolig realistisk stil."
Videorefereret restyle
"Tag referenceklippet af en cyklist på en kystvej og regenerer det som et håndmalet look. Behold den samme rute og pedalbevægelse, tilføj vindblæst græs og forbipasserende måger, blødt eftermiddagslys."
Kling 3.0 Omni vs Veo 3.1 vs Sora 2
Funktioner
Kling 3.0 Omni
Veo 3.1
Sora 2
Multireferenceinput (billede, video, emne, lyd)
✅ Op til syv blandede referencer
✅ Billed- og promptvejledning
✅ Prompt- og referencevejledning
Motivkonsistens fra billedsæt
✅ Motivsæt med flere billeder
✅
✅
Lydstyret bevægelse
✅ Synkronisering af lydreferencer
✅ Genereret lyd
✅ Synkroniseret lyd
Maksimal opløsning
Op til 4K
Op til 1080P
Op til 1080P
Kliplængde
3 til 15 sekunder
Korte instruerede klip
Korte instruerede klip
Anbefales til
Referenceblandede scener i høj opløsning i ét skud
Prompt-ledede fortællende optagelser
Fysikdrevne kreative scener
Hvorfor vælge Kling 3.0 Omni API?
Kling 3.0 Omni passer til produkter, der bygger på aktiver, hvilket giver dig mulighed for at fusionere motiver, kildeklip og lyd til ensartede scener i høj opløsning i stedet for at udløse hvert optagelse i blinde.
Gennem Pollo API får du adgang til Kling 3.0 Omni med én API-nøgle sammen med 300+ førende video- og billedmodeller, med overskuelige dokumenter, task polling og webhooks.
Start med Kling 3.0 Omni-slutpunktet på Pollo API for at levere referencedrevne, 4K-klare videofunktioner, og sammenlign det derefter med Veo, Sora og andre Kling modeller uden at røre din integration.
Ofte stillede spørgsmål om Kling 3.0 Omni API
Hvad er Kling 3.0 Omni?
Kling 3.0 Omni er en Kling AI videomodel, der genererer fra kombinerede tekst-, billede-, motiv-, video- og lydreferencer og producerer ensartede enkeltstående scener op til 4K.
Hvilke input kan Kling 3.0 Omni API kombinere?
Den accepterer op til syv referencer i én anmodning, hvor den blander et billede, en kildevideo, et sæt af emnebilleder og et lydsignal sammen med din tekstprompt.
Hvordan fungerer fagkonsistens?
Du leverer et lille sæt billeder af én karakter eller et objekt, og modellen sørger for, at motivet forbliver genkendeligt i hele det genererede klip, efterhånden som scenen bevæger sig.
Hvilke opløsninger og længder understøttes?
Kling 3.0 Omni API udsender 720P, 1080P eller 4K, med klipvarigheder, der kan vælges fra 3 til 15 sekunder, og der kan vælges landskabs-, portræt- eller firkantet indramning.
Kan den generere matchende lyd?
Ja. Den kan producere naturligt lydende video, og en lydreference kan også styre timingen og rytmen af bevægelser på skærmen.
Hvorfor køre Kling 3.0 Omni via Pollo API?
Pollo API giver én integration til Kling 3.0 Omni og 300+ andre modeller, med dokumentation, opgavesporing og webhooks.
