文字轉圖片
從文字提示詞建立 AI 圖片
Kuaishou/kling-video-o3-std-reference-to-video
kling-video-o3-std-reference-to-video
Kling O3 Std API 提供參考影片生成，一致性強，性能穩定，定價實惠，適合保持身份一致性的影片工作流程。支援多種參考圖像並確保主題風格統一，高效滿足批量需求。高性價比持續降低內容生產門檻，是需要大量一致性影片產出的團隊首選。適合開發者與團隊接入圖片、影片或多模態生成流程。你可以先體驗核心效果，再用於創意設計、行銷素材、批次內容生產與自動化工作流程。
Reference to Video
Kling Video O3 Std 相關模型
API 範例
提交範例
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;
輪詢範例
// 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));
}
提交範例
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']
輪詢範例
# 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)
提交範例
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
}'
輪詢範例
# 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"
立即體驗 AI 影片生成器
Kling O3 Std Reference to Video 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
相關模型
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
快速且實惠的 Kling Video O3 Standard Reference-to-Video API（快手的 MVL 驅動參考影片生成）
快手 Kling Video O3 Standard Reference-to-Video API 為開發者與創意團隊提供高性價比、可用於生產的 AI 影片生成服務。這個由 MVL 驅動的參考影片轉影片 API 整合，能在 3 到 15 秒的時長範圍內，依照參考影片生成專業影片片段，並可選擇加入音效。Kling Video O3 Standard 模型建立在快手的多模態視覺語言（MVL）架構之上，會使用參考影片輸入來引導運動風格、攝影機行為與場景演變，適合在 Flaq AI 上建立可擴展的生產工作流程。
Kling Video O3 Standard Reference-to-Video API 的核心功能
- 參考影片導引生成： 透過快手的 MVL 技術，根據參考影片輸入生成新的影片片段，能精準控制運動風格、攝影機行為與場景動態，產生一致且具指向性的輸出。
- MVL 驅動的場景推理： Kling Video O3 Standard 模型以單次推理理解參考影片中的場景構圖、空間關係與運動模式，產生連貫且風格一致的輸出。
- 彈性的時長控制： 可精確設定時長，生成 3 到 15 秒的參考導引影片，透過 Kling Video O3 Standard API 為不同內容需求提供完整的片段長度控制。
- 可選的音效整合： 直接透過 API 為生成的影片加入同步音效，打造沉浸式輸出，無需額外的後製音訊工作。
- 定價： 採用按秒分層計費，兼顧穩定性與性價比。
- 彈性的寬高比支援： API 支援 16:9 橫向、9:16 直向與 1:1 方形格式，適合社群媒體內容與數位行銷活動。
- 上下文感知的動態轉移： 透過 MVL 架構，在生成新視覺內容的同時，從參考影片中轉移運動模式、攝影機運動與場景動態。
如何在 Flaq AI 上使用 Kling Video O3 Standard Reference-to-Video API 進行影片生成
- 輸入： 參考影片加上自然語言提示（描述所需的場景內容、修改內容與生成方向）
- 輸出： 透過 Kling Video O3 Standard Reference-to-Video API 整合，經由安全 CDN URL 傳送的參考導引影片（MP4 格式）
- 時長： 3 到 15 秒，每次請求可設定
- 寬高比： 支援 3 種格式 - 16:9（橫向）、9:16（直向/縱向）與 1:1（方形）
- 定價： 採用按秒分層計費，兼顧穩定性與性價比。
- 功能： 透過 Kling Video O3 Standard API 實現 MVL 驅動的參考導引影片生成、運動風格轉移、電影級攝影機運動複製，以及可選的音訊整合。
Kling Video O3 Standard Reference-to-Video API 整合的最佳用例
- 一致的品牌影片製作： 透過高性價比的 API 整合，生成能維持品牌參考影片中一致運動風格、攝影機行為與視覺動態的新內容。
- 社群媒體系列內容： 以可選音訊與一致的運動模式，大規模製作適合 Instagram Reels、TikTok 與 YouTube Shorts 的平台最佳化影片系列。
- 創意導向控制： 以參考影片引導影片生成，實現特定的攝影風格、運動模式與場景動態，達成精準的創意控制。
- 快速變體生成： 以單一參考影片快速生成多個影片變體，支援高效的 A/B 測試與內容多元化流程。
- 自動化內容管線： 透過可預測的按秒定價與彈性時長控制，為高吞吐量生產系統提供自動化的參考導引影片生成工作流程。
注意 請確保您的提示符合快手的內容安全指南。如果發生錯誤，請檢查提示中的受限內容，調整後再試一次。
Kling Video O3 Standard Reference-to-Video 與競品對比分析
-
Kling Video O3 Standard vs. Kling Video O3 Pro Reference-to-Video Kling Video O3 Pro 以較高的按秒定價提供更高的運動保真度與高級渲染品質。Kling Video O3 Standard 則以較低的價格提供穩定的 MVL 驅動參考導引生成，因此在成本效率優先的大量工作流程中是更理想的選擇。
-
Kling Video O3 Standard vs. Kling Video O3 Standard Image-to-Video Kling Video O3 Standard Image-to-Video 會將靜態圖像動畫化為影片片段。Kling Video O3 Standard Reference-to-Video 則以現有影片片段作為運動與風格指引，因此非常適合需要從參考素材精準控制運動模式與攝影機行為的應用。
-
Kling Video O3 Standard vs. Runway Gen-3 Reference Generation Runway Gen-3 提供強大的創意控制與藝術靈活性。Kling Video O3 Standard Reference-to-Video API 則以實惠的按秒定價、彈性的 3 到 15 秒時長控制、可選的整合音效與 MVL 驅動的運動推理作為差異化優勢，讓預算有限的開發者也能使用。
-
Kling Video O3 Standard vs. Pika Reference-to-Video Pika 擅長風格化動畫與友善的使用者介面。Kling Video O3 Standard 則提供程式化 API 存取、最長 15 秒的延伸時長、可選音效與高性價比的按秒定價，非常適合打造可擴展的參考導引影片管線。
-
Kling Video O3 Standard vs. Vidu Q3 (Vidu) Vidu Q3 擅長原生音訊影片生成與 Smart Cuts 多鏡頭敘事。Kling Video O3 Standard Reference-to-Video API 則以參考影片導引生成、MVL 驅動的動態轉移與彈性的按秒定價作為差異化優勢，因此是需要精準運動風格控制的應用首選。
直接在強大的 AI 工具中使用 Kling O3 Std Reference to Video 模型
在瀏覽器中探索多種 AI 創作工具，快速完成圖片與影片工作流程，然後透過 Flaq AI 的生產級模型 API 擴展成功想法。Flaq AI 為所有模型提供統一 API 層，讓你的工作流程更容易使用和擴展。
