Texte en image Image en image Texte en vidéo Référence en vidéo Image en vidéo De $0.0308 / image
Kling 3.0 Omni สร้างภาพหลายฉากที่สอดคล้องกันด้วยคุณภาพระดับภาพยนตร์ ความเสถียรของตัวละคร และลำดับภาพระดับมืออาชีพ
Aire de jeux Tarifs API Historique Lisez-moi
Saisir Remplissez les champs obligatoires pour voir le prix
Text To Video · 5s
Générer Mode Audio Durée Résolution Taper Prix — Oui output second 720p Référence en vidéo $0.084 / s 1080p Référence en vidéo $0.108 / s 4K Référence en vidéo $0.318 / s Non output second 720p Référence en vidéo $0.066 / s — 1K Image en image $0.0308 Texte en image $0.0308 output second 1080p Référence en vidéo $0.084 / s — 2K Image en image $0.0308 Texte en image $0.0308 4K Image en image $0.0616 output second 4K Référence en vidéo $0.318 / s — 4K Texte en image $0.0616 4k Non 3s — Image en vidéo $0.954 Texte en vidéo $0.954 4s — Image en vidéo $1.272 Texte en vidéo $1.272 5s — Image en vidéo $1.59 Texte en vidéo $1.59 6s — Image en vidéo $1.908 Texte en vidéo $1.908 7s — Image en vidéo $2.226 Texte en vidéo $2.226 8s — Image en vidéo $2.544 Texte en vidéo $2.544 9s — Image en vidéo $2.862 Texte en vidéo $2.862 10s — Image en vidéo $3.18 Texte en vidéo $3.18 11s — Image en vidéo $3.498 Texte en vidéo $3.498 12s — Image en vidéo $3.816 Texte en vidéo $3.816 13s — Image en vidéo $4.134 Texte en vidéo $4.134 14s — Image en vidéo $4.452 Texte en vidéo $4.452 15s — Image en vidéo $4.77 Texte en vidéo $4.77 pro Oui 3s — Image en vidéo $0.324 Texte en vidéo $0.324 4s — Image en vidéo $0.432 Texte en vidéo $0.432 5s — Image en vidéo $0.54 Texte en vidéo $0.54 6s — Image en vidéo $0.648 Texte en vidéo $0.648 7s — Image en vidéo $0.756 Texte en vidéo $0.756 8s — Image en vidéo $0.864 Texte en vidéo $0.864 9s — Image en vidéo $0.972 Texte en vidéo $0.972 10s — Image en vidéo $1.08 Texte en vidéo $1.08 11s — Image en vidéo $1.188 Texte en vidéo $1.188 12s — Image en vidéo $1.296 Texte en vidéo $1.296 13s — Image en vidéo $1.404 Texte en vidéo $1.404 14s — Image en vidéo $1.512 Texte en vidéo $1.512 15s — Image en vidéo $1.62 Texte en vidéo $1.62 Non 3s — Image en vidéo $0.252 Texte en vidéo $0.252 4s — Image en vidéo $0.336 Texte en vidéo $0.336 5s — Image en vidéo $0.42 Texte en vidéo $0.42 6s — Image en vidéo $0.504 Texte en vidéo $0.504 7s — Image en vidéo $0.588 Texte en vidéo $0.588 8s — Image en vidéo $0.672 Texte en vidéo $0.672 9s — Image en vidéo $0.756 Texte en vidéo $0.756 10s — Image en vidéo $0.84 Texte en vidéo $0.84 11s — Image en vidéo $0.924 Texte en vidéo $0.924 12s — Image en vidéo $1.008 Texte en vidéo $1.008 13s — Image en vidéo $1.092 Texte en vidéo $1.092 14s — Image en vidéo $1.176 Texte en vidéo $1.176 15s — Image en vidéo $1.26 Texte en vidéo $1.26 std Oui 3s — Image en vidéo $0.252 Texte en vidéo $0.252 4s — Image en vidéo $0.336 Texte en vidéo $0.336 5s — Image en vidéo $0.42 Texte en vidéo $0.42 6s — Image en vidéo $0.504 Texte en vidéo $0.504 7s — Image en vidéo $0.588 Texte en vidéo $0.588 8s — Image en vidéo $0.672 Texte en vidéo $0.672 9s — Image en vidéo $0.756 Texte en vidéo $0.756 10s — Image en vidéo $0.84 Texte en vidéo $0.84 11s — Image en vidéo $0.924 Texte en vidéo $0.924 12s — Image en vidéo $1.008 Texte en vidéo $1.008 13s — Image en vidéo $1.092 Texte en vidéo $1.092 14s — Image en vidéo $1.176 Texte en vidéo $1.176 15s — Image en vidéo $1.26 Texte en vidéo $1.26 Non 3s — Image en vidéo $0.198 Texte en vidéo $0.198 4s — Image en vidéo $0.264 Texte en vidéo $0.264 5s — Image en vidéo $0.33 Texte en vidéo $0.33 6s — Image en vidéo $0.396 Texte en vidéo $0.396 7s — Image en vidéo $0.462 Texte en vidéo $0.462 8s — Image en vidéo $0.528 Texte en vidéo $0.528 9s — Image en vidéo $0.594 Texte en vidéo $0.594 10s — Image en vidéo $0.66 Texte en vidéo $0.66 11s — Image en vidéo $0.726 Texte en vidéo $0.726 12s — Image en vidéo $0.792 Texte en vidéo $0.792 13s — Image en vidéo $0.858 Texte en vidéo $0.858 14s — Image en vidéo $0.924 Texte en vidéo $0.924 15s — Image en vidéo $0.99 Texte en vidéo $0.99 with video ref Non output second 720p Référence en vidéo $0.0954 / s 1080p Référence en vidéo $0.1266 / s 4K Référence en vidéo $0.4242 / s
เรียกใช้ Kling 3.0 Omni บน Pollo API
Kling 3.0 Omni สร้างวิดีโอจากข้อมูลป้อนเข้าหลายประเภท รวมถึงข้อความ รูปภาพ ชุดวัตถุ วิดีโอต้นฉบับ และเสียง ในคำขอเดียว รองรับความละเอียดสูงสุด 4K
ด้วย Kling 3.0 Omni บน Pollo API นักพัฒนาสามารถสร้างวิดีโอโดยอ้างอิงจากรูปแบบการแนะนำที่หลากหลาย เลือกความยาวคลิป อัตราส่วนภาพ และเสียงประกอบ (ถ้าต้องการ) ได้ตามคำขอ
คุณสมบัติหลักของ Kling 3.0 Omni API
อินพุตอ้างอิงแบบ Omni-Modal
โมเดลนี้รับข้อมูลอ้างอิงได้สูงสุดเจ็ดรายการพร้อมกัน โดยผสมผสานภาพนิ่ง วิดีโอต้นฉบับ ชุดวัตถุ และสัญญาณเสียง เพื่อชี้นำคนรุ่นเดียว
ความสอดคล้องของหัวเรื่อง
จัดเตรียมภาพหลายภาพของตัวละครหรือวัตถุ โดยที่แบบจำลองยังคงรักษาเอกลักษณ์ของตัวแบบไว้ตลอดทั้งภาพ แม้ว่าฉากจะเคลื่อนไหวก็ตาม
การเคลื่อนไหวที่ควบคุมด้วยเสียง
จัดเตรียมไฟล์เสียงอ้างอิง แล้วให้แบบจำลองกำหนดเวลาการเคลื่อนไหว จังหวะ และการก้าวเดินให้ตรงกับเสียง โดยจัดเรียงการกระทำให้สอดคล้องกับจังหวะ เสียงพูด หรือเสียงบรรยากาศในคลิป
การจำลองสภาพแวดล้อม
การจำลองเชิงพื้นที่แสดงผลฉากแบบช็อตเดียวด้วยแสง ความลึก และปฏิกิริยาของสภาพแวดล้อมที่สอดคล้องกัน ขณะที่กล้องและตัวแบบเคลื่อนที่ผ่านพื้นที่
เอาต์พุตสามมิติ 4K
เทคโนโลยีรุ่นใหม่ๆ มีความละเอียดสูงสุดถึง 4K ซึ่งสามารถเก็บรักษารายละเอียดของพื้นผิวและความลึกได้อย่างแม่นยำในความละเอียดสูง เหมาะสำหรับการออกอากาศและการใช้งานบนจอขนาดใหญ่
ระยะเวลาและกรอบเวลาที่ยืดหยุ่น
คลิปวิดีโอมีความยาวตั้งแต่ 3 ถึง 15 วินาที ในรูปแบบแนวนอน แนวตั้ง หรือสี่เหลี่ยมจัตุรัส ทำให้การผสานรวมเพียงครั้งเดียวสามารถรองรับการเผยแพร่ทางโซเชียลมีเดีย ผลิตภัณฑ์ และการแสดงผลแบบเต็มเฟรมจากโมเดลเดียวกันได้
ตัวอย่างการใช้งาน Kling 3.0 Omni API
เนื้อหาตัวละครที่ปรากฏซ้ำ: นำชุดตัวละครเดิมมาใช้ซ้ำเพื่อให้มาสคอต พิธีกร หรือตัวละครเสมือนมีความสอดคล้องกันในแต่ละตอนโดยไม่ต้องวาดภาพตัวละครใหม่ทุกครั้ง
คลิปการแสดงที่ซิงค์กับเสียง: ควบคุมการเคลื่อนไหวของนักเต้น นักดนตรี หรือผู้พูด ให้ตรงกับแทร็กที่อัปโหลดไว้ ซึ่งมีประโยชน์สำหรับเครื่องมือเกี่ยวกับดนตรีและการขยับปาก
การปรับสไตล์ใหม่โดยอ้างอิงจากวิดีโอ: ใช้คลิปวิดีโอที่มีอยู่เป็นข้อมูลอ้างอิง และสร้างใหม่ด้วยทิศทางใหม่ โดยคงการเคลื่อนไหวและการจัดวางองค์ประกอบเดิมไว้
กระบวนการต่อภาพต่อเนื่อง: ผสานภาพนิ่งและวิดีโอเพื่อต่อภาพให้ต่อเนื่อง โดยรักษาความต่อเนื่องของสภาพแวดล้อมและตัวละครในลำดับภาพที่ยาวขึ้น
การสร้างสตอรี่บอร์ดแบบหลายภาพอ้างอิง: ผสานภาพหลายภาพและตัวแบบเข้าด้วยกันเพื่อสร้างภาพตัวอย่างฉากที่ซับซ้อนก่อนที่จะลงมือผลิตจริง
ภาพและวิดีโอความละเอียดสูงสำหรับการออกอากาศ: สร้างฉากเดี่ยวความละเอียด 4K สำหรับป้ายโฆษณา วิดีโอแนะนำการสตรีม หรือจอแสดงผลขนาดใหญ่ที่ต้องการความละเอียดและความลึกของภาพ
รูปแบบโฆษณาที่ปรับให้เข้ากับแต่ละท้องถิ่น: นำหัวข้อหลักมาใช้ซ้ำและสลับเสียงประกอบเพื่อสร้างเวอร์ชันเฉพาะภูมิภาค โดยคงจังหวะการพูดและตราสินค้าให้สอดคล้องกัน
การสาธิตสภาพแวดล้อมเสมือนจริง: แสดงภาพพื้นที่ที่เต็มไปด้วยหมอก น้ำ หรือการเคลื่อนไหวของฝูงชน โดยที่สภาพแวดล้อมโดยรอบตอบสนองอย่างสมจริง สำหรับการแสดงตัวอย่างอสังหาริมทรัพย์หรือกิจกรรมต่างๆ
วิธีการใช้งาน Kling 3.0 Omni API
รับคีย์ API: สร้างบัญชี Pollo API และสร้างคีย์ API ของคุณจากแดชบอร์ดสำหรับนักพัฒนา
เลือกโมเดล: ส่งคำขอไปยังเอนด์พอยต์ Kling 3.0 Omni ที่ /generation/kling-ai/kling-v3-omni/ref2video
เพิ่มข้อมูลของคุณ: ระบุ ข้อความแจ้งเตือน และ ข้อมูลอ้างอิง หนึ่งถึงเจ็ดรายการ (รูปภาพ หัวข้อ วิดีโอ หรือเสียง) จากนั้นตั้งค่า ระยะเวลา (3-15) อัตราส่วนภาพ และ ความละเอียด (720P, 1080P หรือ 4K)
สร้างและเรียกดู: ส่งงาน ตรวจสอบสถานะของงานที่ได้รับ และดาวน์โหลดวิดีโอที่เสร็จสมบูรณ์ โดยอาจเพิ่มฟังก์ชัน generateAudio เพื่อสร้างเสียงประกอบที่ตรงกันได้
แนวทางปฏิบัติที่ดีที่สุดสำหรับ Kling 3.0 Omni API คิดว่าคำแนะนำนี้เป็นการชี้นำถึงสิ่งอ้างอิงมากกว่าการบรรยายตั้งแต่เริ่มต้น ระบุบทบาทของสิ่งอ้างอิงแต่ละอย่าง การกระทำที่คุณต้องการ และลักษณะที่ฉากควรดำเนินไปรอบๆ ตัวละครของคุณ
สูตรคำสั่งง่ายๆ หัวเรื่องและบทบาทอ้างอิง + การกระทำเฉพาะ + พฤติกรรมในฉากและสภาพแวดล้อม + การเคลื่อนไหวของกล้อง + เสียงหรือสัญญาณบอกจังหวะ
กำหนดบทบาทอ้างอิง: บอกแบบจำลองว่าส่วนใดเป็นหัวเรื่อง ส่วนใดเป็นฉาก และส่วนใดเป็นตัวขับเคลื่อนเสียง เพื่อไม่ให้คำแนะนำขัดแย้งกัน
รักษาความชัดเจนของตัวแบบ: จัดเตรียมภาพที่ชัดเจนและหลากหลายของตัวละครตัวเดียว เพื่อให้เอกลักษณ์ของตัวละครคงอยู่ตลอดทั้งภาพ
อธิบายการตอบสนองต่อสภาพแวดล้อม: ระบุว่าแสง สภาพอากาศ หรือสภาพแวดล้อมโดยรอบควรเปลี่ยนแปลงอย่างไร เนื่องจากแบบจำลองจำลองพื้นที่ ไม่ใช่ฉากหลังเรียบๆ
จับคู่เสียงกับการเคลื่อนไหว: เมื่อใช้เสียงอ้างอิง ให้ระบุชื่อการเคลื่อนไหวที่ควรซิงค์กับเสียง เพื่อให้จังหวะการเคลื่อนไหวสอดคล้องกับเสียง
เลือกความละเอียดตามวัตถุประสงค์: เลือก 4K สำหรับการออกอากาศและหน้าจอขนาดใหญ่ และใช้การตั้งค่าที่ต่ำกว่าสำหรับการร่างและแก้ไขงานที่รวดเร็วยิ่งขึ้น
คงฉากเดียวไว้: ให้แต่ละรุ่นอยู่ในช่วงเวลาที่สอดคล้องกันเพียงช่วงเดียว เพื่อให้คลิปมีความต่อเนื่องตั้งแต่ต้นจนจบ
ตัวอย่างคำถาม
ตอนมาสคอตที่สม่ำเสมอ "ใช้ภาพประกอบเป็นสุนัขจิ้งจอกแดงในชุดลูกเสือ สุนัขจิ้งจอกเดินผ่านห้องสมุดที่แสงแดดส่องถึง หยุดเพื่อดึงหนังสือเรืองแสงจากชั้นสูง แล้วยิ้มกว้าง ซูมเข้าช้าๆ แสงอบอุ่นที่เต็มไปด้วยฝุ่น"
นักเต้นสตรีทแดนซ์ที่ซิงค์กับเสียง "สร้างภาพเคลื่อนไหวให้กับนักเต้นตามจังหวะกลองที่อัปโหลดมา การเคลื่อนไหวเท้าและแขนที่เฉียบคมเข้ากับจังหวะแต่ละจังหวะภายในอุโมงค์คอนกรีตยามพลบค่ำ เงาสีฟ้าเย็นตา กล้องมือถือหมุนวนไปรอบๆ ขณะที่จังหวะเบสค่อยๆ ดังขึ้น"
การเปิดเผยการจำลองสภาพแวดล้อม "ลานหินในยามรุ่งอรุณค่อยๆ เต็มไปด้วยหมอกจางๆ ที่ลอยวนรอบเสาเก่าแก่และรับแสงแรก กล้องค่อยๆ ยกขึ้นเพื่อเผยให้เห็นภาพทั้งหมด บรรยากาศเงียบสงบ สไตล์สมจริงที่ผ่อนคลาย"
การปรับโฉมโดยอ้างอิงจากวิดีโอ "นำคลิปวิดีโอต้นฉบับของนักปั่นจักรยานบนถนนเลียบชายฝั่งมาปรับแต่งใหม่ให้มีลักษณะเหมือนภาพวาดด้วยมือ คงเส้นทางและท่าทางการปั่นเดิมไว้ แต่เพิ่มหญ้าที่ปลิวไสวตามลม นกนางนวลที่บินผ่านไปมา และแสงแดดอ่อนๆ ยามบ่าย"
Kling 3.0 Omni ปะทะ Veo 3.1 ปะทะ Sora 2 ความสามารถ Kling 3.0 Omni Veo 3.1 Sora 2 การป้อนข้อมูลหลายแหล่งอ้างอิง (ภาพ วิดีโอ หัวข้อ เสียง) ✅ แหล่งอ้างอิงผสมได้สูงสุดเจ็ดแหล่ง ✅ คำแนะนำด้วยภาพและข้อความแจ้งเตือน ✅ คำแนะนำด้วยข้อความแจ้งเตือนและแหล่งอ้างอิง ความสอดคล้องของภาพในชุดภาพ ✅ ชุดภาพหลายภาพ ✅ ✅ การเคลื่อนไหวตามคำแนะนำด้วยเสียง ✅ การซิงค์เสียงอ้างอิง ✅ เสียงที่สร้างขึ้น ✅ เสียงที่ซิงค์แล้ว ความละเอียดสูงสุด สูงสุด 4K สูงสุด 1080P สูงสุด 1080P ความยาวคลิป 3 ถึง 15 วินาที คลิปสั้นกำกับ คลิปสั้นกำกับ เหมาะสำหรับ ฉากความละเอียดสูงที่ผสมผสานภาพอ้างอิง ฉากเล่าเรื่องที่กำหนดโดยคำถาม ฉากสร้างสรรค์ที่ขับเคลื่อนด้วยหลักฟิสิกส์
เหตุใดจึงควรเลือก Kling 3.0 Omni API? Kling 3.0 Omni เหมาะสำหรับผลิตภัณฑ์ที่สร้างจากส่วนประกอบต่างๆ ช่วยให้คุณสามารถผสานรวมวัตถุ คลิปต้นฉบับ และเสียงเข้าด้วยกันเป็นฉากที่มีความละเอียดสูงสม่ำเสมอ แทนที่จะต้องสร้างแต่ละช็อตโดยไม่รู้ข้อมูลล่วงหน้า
ด้วย Pollo API คุณสามารถเข้าถึง Kling 3.0 Omni ได้ด้วยคีย์ API เดียว พร้อมด้วยโมเดลวิดีโอและรูปภาพชั้นนำกว่า 300 รายการ เอกสารประกอบที่เข้าใจง่าย การตรวจสอบสถานะงาน และ Webhook
เริ่มต้นด้วยการ Kling 3.0 Omni endpoint บน Pollo API เพื่อส่งมอบฟีเจอร์วิดีโอที่พร้อมใช้งานระดับ 4K โดยอิงตามข้อมูลอ้างอิง จากนั้นเปรียบเทียบกับ Veo, Sora และรุ่น Kling อื่นๆ โดยไม่ต้องแก้ไขการผสานรวมของคุณ
คำถามที่พบบ่อยเกี่ยวกับ Kling 3.0 Omni API
Kling 3.0 Omni คืออะไร? Kling 3.0 Omni เป็นโมเดลวิดีโอ Kling AI ที่สร้างภาพจากข้อความ รูปภาพ วัตถุ วิดีโอ และเสียงที่ผสมผสานกัน ทำให้ได้ฉากต่อเนื่องแบบช็อตเดียวที่มีความละเอียดสูงสุดถึง 4K
API Omni Kling 3.0 สามารถรับอินพุตอะไรได้บ้าง? ระบบนี้รองรับการอ้างอิงได้สูงสุดเจ็ดรายการในคำขอเดียว โดยสามารถผสมผสานภาพนิ่ง วิดีโอต้นฉบับ ชุดภาพนิ่งตามหัวข้อ และเสียงประกอบเข้ากับข้อความที่คุณป้อนได้
ความสอดคล้องของหัวเรื่องทำงานอย่างไร? คุณเพียงแค่ส่งภาพตัวละครหรือวัตถุชิ้นเดียวจำนวนเล็กน้อยมาให้ และโมเดลจะคงภาพตัวละครหรือวัตถุนั้นไว้ให้จดจำได้ตลอดทั้งคลิปที่สร้างขึ้น แม้ว่าฉากจะเคลื่อนไหวก็ตาม
รองรับความละเอียดและความยาวแบบใดบ้าง? Kling 3.0 Omni API สามารถส่งออกวิดีโอความละเอียด 720P, 1080P หรือ 4K โดยสามารถเลือกความยาวของคลิปได้ตั้งแต่ 3 ถึง 15 วินาที และเลือกรูปแบบเฟรมได้ทั้งแนวนอน แนวตั้ง หรือสี่เหลี่ยมจัตุรัส
สามารถสร้างเสียงที่ตรงกันได้หรือไม่? ใช่แล้ว มันสามารถสร้างเสียงที่ฟังดูเป็นธรรมชาติสำหรับวิดีโอที่ได้ และเสียงอ้างอิงยังสามารถช่วยกำหนดจังหวะและลีลาของการเคลื่อนไหวบนหน้าจอได้อีกด้วย
เหตุใดจึงต้องใช้งาน Kling 3.0 Omni ผ่าน Pollo API? Pollo API ให้การผสานรวมสำหรับ Kling 3.0 Omni และรุ่นอื่นๆ อีกกว่า 300 รุ่น พร้อมเอกสารประกอบ การติดตามงาน และ Webhook