テキストから画像
テキストプロンプトからAI画像を作成
Kuaishou/kling-video-o3-std-reference-to-video
kling-video-o3-std-reference-to-video
Kling O3 Std APIによる高い一貫性を持つリファレンス動画生成。アイデンティティ保持型ワークフロー向けに安定したパフォーマンスと低価格、そして圧倒的コストパフォーマンスで強力サポートします。開発者やチームが画像、動画、またはマルチモーダル生成フローへ接続しやすいモデルです。まず生成効果を試し、デザイン、広告素材、バッチ制作、自動化されたコンテンツワークフローに活用できます。
Reference to Video
関連するKling Video O3 Stdモデル
API 例
送信例
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;
ポーリング例
// 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));
}
送信例
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']
ポーリング例
# 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)
送信例
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
}'
ポーリング例
# 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"
今すぐAI動画生成を試す
Kling O3 Std Reference to Videoの料金
| パラメータ | 料金 | 元の料金 | 割引 |
|---|
関連モデル
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
高速かつ手頃な価格の Kling Video O3 Standard Reference-to-Video API（Kuaishou の MVL ベース参照動画生成）
Kuaishou Kling Video O3 Standard Reference-to-Video API は、開発者とクリエイティブチーム向けに費用対効果の高いプロダクショングレードの AI 動画生成を提供します。この MVL ベースの参照-動画 API 統合により、参照動画に誘導された 3〜15 秒の長さのプロフェッショナルな動画クリップを生成でき、オプションのオーディオエフェクトも利用できます。Kuaishou のマルチモーダルビジュアル言語（MVL）アーキテクチャに基づいて構築された Kling Video O3 Standard モデルは、参照動画入力を使用してモーションスタイル、カメラ動作、シーン展開を誘導し、Flaq AI 上でスケーラブルなプロダクションワークフローを実現します。
Kling Video O3 Standard Reference-to-Video API の主な機能
- 参照動画誘導生成： Kuaishou の MVL 技術を使用して参照動画入力に誘導された新しい動画クリップを生成—モーションスタイル、カメラ動作、シーンダイナミクスの精密な制御により、一貫性のある方向性のある出力を実現します。
- MVL ベースのシーン推論： Kling Video O3 Standard モデルは、統合されたプロセスで参照動画からシーン構成、空間関係、モーションパターンを推論し、一貫性のあるスタイル統一された出力を実現します。
- 柔軟な長さ制御： 3 秒から 15 秒までの参照誘導動画を正確な長さ設定で生成し、多様なコンテンツ要件に対する完全な制御を提供します。
- オプションのオーディオエフェクト統合： API を通じて生成された動画に同期されたサウンドエフェクトを直接追加し、没入感のある出力を実現—ポストプロダクションのオーディオ作業は不要です。
- 価格： 秒単位の段階制課金で、安定性と費用対効果のバランスを取っています。
- 柔軟なアスペクト比サポート： API は 16:9 横向き、9:16 縦向き、1:1 正方形フォーマットをサポートし、ソーシャルメディアコンテンツとデジタルマーケティングキャンペーンに最適化されています。
- コンテキスト認識モーション転送： MVL アーキテクチャを通じて、新しい視覚コンテンツを生成しながら参照動画からモーションパターン、カメラの動き、シーンダイナミクスを転送します。
Flaq AI で Kling Video O3 Standard Reference-to-Video API を使用した動画生成方法
- 入力： 参照動画と自然言語プロンプト（希望するシーンコンテンツ、修正、生成方向を説明）
- 出力： Kling Video O3 Standard Reference-to-Video API 統合を通じて、安全な CDN URL 経由で配信される参照誘導動画（MP4 形式）
- 長さ： 3 秒から 15 秒まで、リクエストごとに設定可能
- アスペクト比： 3 つのフォーマットをサポート - 16:9（横向き）、9:16（縦向き/ポートレート）、1:1（正方形）
- 価格： 秒単位の段階制課金で、安定性と費用対効果のバランスを取っています。
- 機能： Kling Video O3 Standard API を通じた MVL ベースの参照誘導動画生成、モーションスタイル転送、映画的なカメラの動きの複製、オプションのオーディオ統合。
Kling Video O3 Standard Reference-to-Video API 統合の最適な使用例
- 一貫したブランド動画制作： 費用対効果の高い API 統合を通じて、参照ブランド動画から一貫したモーションスタイル、カメラ動作、視覚的ダイナミクスを維持する新しい動画コンテンツを生成します。
- ソーシャルメディアコンテンツシリーズ： Instagram Reels、TikTok、YouTube Shorts 向けに、一貫したモーションパターンとオプションのオーディオを持つプラットフォーム最適化動画シリーズを大規模に制作します。
- クリエイティブ方向制御： 参照動画で動画生成を誘導し、精密なクリエイティブ制御のための特定の映画スタイル、モーションパターン、シーンダイナミクスを実現します。
- 迅速なバリエーション生成： 単一の参照動画に誘導された複数の動画バリエーションを素早く生成し、効率的な A/B テストとコンテンツ多様化ワークフローを実現します。
- 自動化されたコンテンツパイプライン： 予測可能な秒単位の価格と柔軟な長さ制御により、高スループットプロダクションシステム向けの自動化された参照誘導動画生成ワークフローを実現します。
注意 プロンプトが Kuaishou のコンテンツ安全ガイドラインに準拠していることを確認してください。エラーが発生した場合は、プロンプトで制限されたコンテンツを確認し、調整してから再試行してください。
Kling Video O3 Standard Reference-to-Video と競合他社の比較分析
-
Kling Video O3 Standard vs. Kling Video O3 Pro Reference-to-Video Kling Video O3 Pro は、より高い秒単位の価格で強化されたモーション忠実度とプレミアムレンダリング品質を提供します。Kling Video O3 Standard は、より低い価格帯で強力な MVL ベースの参照誘導生成を提供—コスト効率が優先される大量ワークフローに適した選択です。
-
Kling Video O3 Standard vs. Kling Video O3 Standard Image-to-Video Kling Video O3 Standard Image-to-Video は静止画像を動画クリップにアニメーション化します。Kling Video O3 Standard Reference-to-Video は既存の動画クリップをモーションとスタイルのガイドとして使用—参照映像からのモーションパターンとカメラ動作の精密な制御が必要なアプリケーションに理想的です。
-
Kling Video O3 Standard vs. Runway Gen-3 Reference Generation Runway Gen-3 は、強力なクリエイティブコントロールと芸術的な柔軟性を提供します。Kling Video O3 Standard Reference-to-Video API は、手頃な秒単位の価格、柔軟な 3〜15 秒の長さ制御、オプションの統合オーディオエフェクト、MVL ベースのモーション推論により差別化—予算が限られた開発者にアクセス可能です。
-
Kling Video O3 Standard vs. Pika Reference-to-Video Pika は、スタイル化されたアニメーションとユーザーフレンドリーなインターフェースに優れています。Kling Video O3 Standard は、プログラマティック API アクセス、最大 15 秒の拡張された長さ、オプションのオーディオエフェクト、費用対効果の高い秒単位の価格を提供—スケーラブルな参照誘導動画パイプラインを構築する開発者に理想的です。
-
Kling Video O3 Standard vs. Vidu Q3 (Vidu) Vidu Q3 は、Smart Cuts マルチショットストーリーテリングによる映像生成能力に優れています。Kling Video O3 Standard Reference-to-Video API は、参照動画誘導生成、MVL ベースのモーション転送、柔軟な課金設計により差別化—精密なモーションスタイル制御が必要なアプリケーションに適した選択です。
強力なAIツールでKling O3 Std Reference to Videoモデルを直接利用
ブラウザで画像と動画のクイックワークフロー向けAI制作ツールを複数試し、成功したアイデアをFlaq AIの本番対応モデルAPIで拡張できます。Flaq AIはすべてのモデルに統合APIレイヤーを提供し、ワークフローを簡単に利用・拡張できます。
