Text zu Bild
KI-Bilder aus Text-Prompts erstellen
Kuaishou/kling-video-o3-std-reference-to-video
kling-video-o3-std-reference-to-video
Referenz-Videogenerierung mit Kling O3 Std API mit starker Konsistenz. Stabile Leistung und erschwingliche Preise für identitätserhaltende Video-Workflows. Ideal zum kostenlosen Testen und fuer stabile API-Workflows.
Reference to Video
Verwandte Kling Video O3 Std-Modelle
API-Beispiele
Anfragebeispiel
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'kling-video-o3-std-reference-to-video',
prompt: 'Match motion to reference subjects, natural pacing',
video_url: 'https://example.com/source.mp4',
images: ['https://example.com/ref1.jpg', 'https://example.com/ref2.jpg'],
duration: 5
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
// Placeholder numbering is 1-based for each media array:
// <<<image_1>>> = images[0], <<<image_2>>> = images[1], <<<video_1>>> = videos[0]
const mediaReferenceResponse = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'kling-video-o3-std-reference-to-video',
prompt: 'Make the athlete from <<<image_1>>> follow the motion in <<<video_1>>> while preserving the uniform details from <<<image_2>>>',
images: [
'https://example.com/athlete-reference.jpg',
'https://example.com/uniform-reference.jpg'
],
videos: ['https://example.com/motion-reference.mp4'],
aspect_ratio: '16:9',
duration: 5,
sound: false
})
});
const { data: mediaReferenceData } = await mediaReferenceResponse.json();
const mediaReferenceTaskId = mediaReferenceData.task_id;
Polling-Beispiel
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
Anfragebeispiel
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'kling-video-o3-std-reference-to-video',
'prompt': 'Match motion to reference subjects, natural pacing',
'video_url': 'https://example.com/source.mp4',
'images': ['https://example.com/ref1.jpg', 'https://example.com/ref2.jpg'],
'duration': 5
}
)
task_id = response.json()['data']['task_id']
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
# Placeholder numbering is 1-based for each media array:
# <<<image_1>>> = images[0], <<<image_2>>> = images[1], <<<video_1>>> = videos[0]
media_reference_response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'kling-video-o3-std-reference-to-video',
'prompt': 'Make the athlete from <<<image_1>>> follow the motion in <<<video_1>>> while preserving the uniform details from <<<image_2>>>',
'images': [
'https://example.com/athlete-reference.jpg',
'https://example.com/uniform-reference.jpg'
],
'videos': ['https://example.com/motion-reference.mp4'],
'aspect_ratio': '16:9',
'duration': 5,
'sound': False
}
)
media_reference_task_id = media_reference_response.json()['data']['task_id']
Polling-Beispiel
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
Anfragebeispiel
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "kling-video-o3-std-reference-to-video",
"prompt": "Match motion to reference subjects, natural pacing",
"video_url": "https://example.com/source.mp4",
"images": ["https://example.com/ref1.jpg", "https://example.com/ref2.jpg"],
"duration": 5
}'
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
# Placeholder numbering is 1-based for each media array:
# <<<image_1>>> = images[0], <<<image_2>>> = images[1], <<<video_1>>> = videos[0]
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "kling-video-o3-std-reference-to-video",
"prompt": "Make the athlete from <<<image_1>>> follow the motion in <<<video_1>>> while preserving the uniform details from <<<image_2>>>",
"images": [
"https://example.com/athlete-reference.jpg",
"https://example.com/uniform-reference.jpg"
],
"videos": ["https://example.com/motion-reference.mp4"],
"aspect_ratio": "16:9",
"duration": 5,
"sound": false
}'
Polling-Beispiel
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
Probieren Sie jetzt den KI-Video-Generator aus
Preise für Kling O3 Std Reference to Video
| Parameter | Preis | Ursprünglicher Preis | Rabatt |
|---|
Verwandte Modelle
kling-v3.0-std-text-to-videotext-to-videokling-v3.0-std-image-to-videoimage-to-videokling-v3.0-pro-text-to-videotext-to-videokling-v3.0-pro-image-to-videoimage-to-videokling-3.0-turbo-text-to-videotext-to-videokling-3.0-turbo-image-to-videoimage-to-videokling-video-o3-std-text-to-videotext-to-videokling-video-o3-std-image-to-videoimage-to-videokling-video-o3-std-reference-to-videoreference-to-videokling-video-o3-std-video-editvideo-editkling-video-o3-pro-text-to-videotext-to-videokling-video-o3-pro-image-to-videoimage-to-videokling-video-o3-pro-reference-to-videoreference-to-videokling-video-o3-pro-video-editvideo-editkling-4-0-text-to-videotext-to-videokling-4-0-image-to-videoimage-to-videoREADME
Schnelle & erschwingliche Kling Video O3 Standard Reference-to-Video API (Kuaishous MVL-gestützte Referenz-Videoerzeugung)
Die Kuaishou Kling Video O3 Standard Reference-to-Video API liefert kosteneffiziente, produktionsreife KI-Videoerzeugung für Entwickler und Kreativteams. Diese MVL-gestützte Reference-to-Video-API-Integration ermöglicht es Ihnen, professionelle Videoclips anhand von Referenzvideos über Dauern von 3 bis 15 Sekunden mit optionalen Audioeffekten zu erzeugen. Auf Basis von Kuaishous Multimodal Visual Language (MVL)-Architektur verwendet das Kling Video O3 Standard Modell Referenzvideoeingaben, um Bewegungsstil, Kameraverhalten und Szenenentwicklung für skalierbare Produktions-Workflows auf Flaq AI zu steuern.
Hauptfunktionen der Kling Video O3 Standard Reference-to-Video API
- Referenzvideogeführte Erzeugung: Erzeugen Sie neue Videoclips, die von Referenzvideoeingaben gesteuert werden, mithilfe von Kuaishous MVL-Technologie und ermöglichen Sie so präzise Kontrolle über Bewegungsstil, Kameraverhalten und Szenendynamik für konsistente, gelenkte Ausgaben.
- MVL-gestützte Szenenlogik: Das Kling Video O3 Standard Modell analysiert Szenenkomposition, räumliche Beziehungen und Bewegungsmuster aus Referenzvideos in einem einheitlichen Durchlauf für kohärente, stilkonsistente Ausgaben.
- Flexible Dauersteuerung: Erzeugen Sie referenzgeführte Videos von 3 bis 15 Sekunden mit präzisen Dauerangaben und erhalten Sie so volle Kontrolle über die Clip-Länge für unterschiedliche Inhaltsanforderungen.
- Optionale Integration von Audioeffekten: Fügen Sie synchronisierte Soundeffekte zu erzeugten Videos hinzu, um direkt über die API ein immersives Ergebnis zu erzeugen und keinen nachträglichen Audioaufwand zu benötigen.
- Kosteneffiziente API-Preisgestaltung: Erzeugen Sie referenzgeführte Videos zu wettbewerbsfähigen Preisen pro Sekunde (gestaffelte Sekundenabrechnung) und maximieren Sie so den ROI für Produktions-Workflows.
- Flexible Unterstützung von Seitenverhältnissen: Die API unterstützt 16:9 Landschaft, 9:16 Vertikal und 1:1 Quadrat, optimiert für Social-Media-Inhalte und digitale Marketingkampagnen.
- Kontextbewusste Bewegungsübertragung: Übertragen Sie Bewegungsmuster, Kamerabewegungen und Szenendynamiken aus Referenzvideos, während Sie neue visuelle Inhalte über die MVL-Architektur erzeugen.
So verwenden Sie die Kling Video O3 Standard Reference-to-Video API für Videoerzeugung auf Flaq AI
- Input: Referenzvideo(s) plus natürliche Sprachprompts (Beschreibung von gewünschtem Szeneninhalt, Änderungen und Erzeugungsrichtung)
- Output: Referenzgeführte Videos (MP4-Format), ausgeliefert über sichere CDN-URLs durch die Kling Video O3 Standard Reference-to-Video API-Integration
- Duration: 3 bis 15 Sekunden, pro Anfrage konfigurierbar
- Aspect Ratios: 3 unterstützte Formate - 16:9 (Landschaft), 9:16 (Vertikal/Hochformat) und 1:1 (Quadrat)
- Audio: Optionale Integration von Audioeffekten; die Preisgestaltung variiert: mit Audio ohne Referenzvideo 1120 Credits/Sek., ohne Audio ohne Referenzvideo 840 Credits/Sek., mit Audio mit Referenzvideo 1260 Credits/Sek., ohne Audio mit Referenzvideo 1260 Credits/Sek.
- Capabilities: MVL-gestützte referenzgeführte Videoerzeugung, Übertragung von Bewegungsstilen, Nachbildung kinoreifer Kamerabewegungen und optionale Audiointegration über die Kling Video O3 Standard API.
Beste Anwendungsfälle für die Kling Video O3 Standard Reference-to-Video API-Integration
- Konsistente Marken-Videoproduktion: Erzeugen Sie neue Videoinhalte, die konsistenten Bewegungsstil, Kameraverhalten und visuelle Dynamik aus Referenz-Markenvideos über eine kosteneffiziente API-Integration bewahren.
- Social-Media-Content-Serien: Produzieren Sie plattformoptimierte Video-Serien mit konsistenten Bewegungsmustern und optionalem Audio für Instagram Reels, TikTok und YouTube Shorts in großem Maßstab.
- Kreative Führungskontrolle: Steuern Sie die Videoerzeugung mit Referenzvideos, um spezifische filmische Stile, Bewegungsmuster und Szenendynamiken für präzise kreative Kontrolle zu erreichen.
- Schnelle Variations-Erzeugung: Erzeugen Sie schnell mehrere Video-Varianten, gesteuert durch ein einzelnes Referenzvideo, und ermöglichen Sie so effiziente A/B-Tests und Content-Diversifizierungs-Workflows.
- Automatisierte Content-Pipelines: Betreiben Sie automatisierte referenzgeführte Videoerzeugungs-Workflows mit vorhersehbarer Preisgestaltung pro Sekunde und flexiblen Dauersteuerungen für hochdurchsatzfähige Produktionssysteme.
Hinweis Bitte stellen Sie sicher, dass Ihre Prompts den Content-Sicherheitsrichtlinien von Kuaishou entsprechen. Wenn ein Fehler auftritt, überprüfen Sie Ihren Prompt auf eingeschränkte Inhalte, passen Sie ihn an und versuchen Sie es erneut.
Kling Video O3 Standard Reference-to-Video vs. Wettbewerber: Vergleichende Analyse
-
Kling Video O3 Standard vs. Kling Video O3 Pro Reference-to-Video Kling Video O3 Pro liefert verbesserte Bewegungsqualität und Premium-Renderqualität zu höheren Preisen pro Sekunde. Kling Video O3 Standard bietet starke MVL-gestützte referenzgeführte Erzeugung zu einem niedrigeren Preis und ist damit die bevorzugte Wahl für Workflows mit hohem Volumen, bei denen Kosteneffizienz Priorität hat.
-
Kling Video O3 Standard vs. Kling Video O3 Standard Image-to-Video Kling Video O3 Standard Image-to-Video animiert statische Bilder zu Videoclips. Kling Video O3 Standard Reference-to-Video verwendet vorhandene Videoclips als Bewegungs- und Stilvorlagen und ist damit ideal für Anwendungen, die präzise Kontrolle über Bewegungsmuster und Kameraverhalten aus Referenzmaterial erfordern.
-
Kling Video O3 Standard vs. Runway Gen-3 Reference Generation Runway Gen-3 bietet starke kreative Steuerungen und künstlerische Flexibilität. Die Kling Video O3 Standard Reference-to-Video API unterscheidet sich durch erschwingliche Preisgestaltung pro Sekunde, flexible 3- bis 15-Sekunden-Dauersteuerung, optionale integrierte Audioeffekte und MVL-gestützte Bewegungslogik und ist damit für budgetbewusste Entwickler zugänglich.
-
Kling Video O3 Standard vs. Pika Reference-to-Video Pika überzeugt mit stilisierten Animationen und einer benutzerfreundlichen Oberfläche. Kling Video O3 Standard bietet programmatischen API-Zugriff, erweiterte Dauer bis zu 15 Sekunden, optionale Audioeffekte und kosteneffiziente Preisgestaltung pro Sekunde und ist damit für skalierbare referenzgeführte Video-Pipelines geeignet.
-
Kling Video O3 Standard vs. Vidu Q3 (Vidu) Vidu Q3 überzeugt bei nativer Audio-Video-Erzeugung mit Smart Cuts Multi-Shot-Storytelling. Die Kling Video O3 Standard Reference-to-Video API unterscheidet sich durch referenzvideogeführte Erzeugung, MVL-gestützte Bewegungsübertragung und flexible Preisgestaltung pro Sekunde und ist damit die bevorzugte Wahl für Anwendungen, die präzise Bewegungsstilkontrolle erfordern.
Nutzen Sie das Modell Kling O3 Std Reference to Video direkt in leistungsstarken KI-Tools
Erkunde mehrere KI-Erstellungstools fuer schnelle Bild- und Videoablaeufe direkt im Browser und skaliere erfolgreiche Ideen anschliessend mit produktionsreifen Modell-APIs von Flaq AI. Flaq AI bietet eine einheitliche API-Schicht fuer alle Modelle, damit Workflows einfach nutzbar und skalierbar bleiben.
