文本转图像
从文本提示词创建 AI 图像
Kuaishou/kling-video-o3-pro-reference-to-video
kling-video-o3-pro-reference-to-video
Kling O3 Pro API 提供参考视频生成，主体一致性卓越，性能稳定高效，定价极具竞争力。非常适合高要求工作流和大规模批量个性视频自动化，保障身份一致与创新表达并行，增强用户体验与内容能力。适合开发者和团队接入图片、视频或多模态生成流程。你可以先体验核心效果，再用于创意设计、营销素材、批量内容生产和自动化工作流。在测试提示词、参数组合和视觉风格时，帮助更快获得稳定且有吸引力的输出。
Reference to Video
Kling Video O3 Pro 相关模型
API 示例
提交示例
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-pro-reference-to-video',
prompt: 'Follow reference motion, consistent lighting',
video_url: 'https://example.com/source.mp4',
images: ['https://example.com/ref1.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-pro-reference-to-video',
prompt: 'Bring the character from <<<image_1>>> into the cinematic setting from <<<image_2>>> and reproduce the action shown in <<<video_1>>>',
images: [
'https://example.com/character-reference.jpg',
'https://example.com/cinematic-setting-reference.jpg'
],
videos: ['https://example.com/action-reference.mp4'],
aspect_ratio: '16:9',
duration: 5,
sound: false
})
});
const { data: mediaReferenceData } = await mediaReferenceResponse.json();
const mediaReferenceTaskId = mediaReferenceData.task_id;
轮询示例
// 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));
}
提交示例
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-pro-reference-to-video',
'prompt': 'Follow reference motion, consistent lighting',
'video_url': 'https://example.com/source.mp4',
'images': ['https://example.com/ref1.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-pro-reference-to-video',
'prompt': 'Bring the character from <<<image_1>>> into the cinematic setting from <<<image_2>>> and reproduce the action shown in <<<video_1>>>',
'images': [
'https://example.com/character-reference.jpg',
'https://example.com/cinematic-setting-reference.jpg'
],
'videos': ['https://example.com/action-reference.mp4'],
'aspect_ratio': '16:9',
'duration': 5,
'sound': False
}
)
media_reference_task_id = media_reference_response.json()['data']['task_id']
轮询示例
# 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)
提交示例
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-pro-reference-to-video",
"prompt": "Follow reference motion, consistent lighting",
"video_url": "https://example.com/source.mp4",
"images": ["https://example.com/ref1.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-pro-reference-to-video",
"prompt": "Bring the character from <<<image_1>>> into the cinematic setting from <<<image_2>>> and reproduce the action shown in <<<video_1>>>",
"images": [
"https://example.com/character-reference.jpg",
"https://example.com/cinematic-setting-reference.jpg"
],
"videos": ["https://example.com/action-reference.mp4"],
"aspect_ratio": "16:9",
"duration": 5,
"sound": false
}'
轮询示例
# 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"
立即体验 AI 视频生成
Kling O3 Pro Reference to Video 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
相关模型
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
高级 Kling Video O3 Pro Reference-to-Video API（快手高保真 MVL 参考视频生成）
Kuaishou Kling Video O3 Pro Reference-to-Video API 为开发者和创意团队提供高级、生产级 AI 视频生成服务。这款高保真 reference-to-video API 集成支持以参考视频为引导，生成 3–15 秒时长的专业视频片段，并可选配音效。基于快手多模态视觉语言（MVL）架构，Kling Video O3 Pro 模型在使用参考视频引导生成时，可在 Flaq AI 上为苛刻的商业应用提供最高质量与运动真实感。
Kling Video O3 Pro Reference-to-Video API 核心功能
- 高级参考视频引导生成： 使用快手 MVL 技术，在 Pro 层级通过参考视频输入生成高保真视频片段——对运动风格、镜头行为和场景动态实现精确控制，为一致、定向的输出提供卓越质量。
- 增强运动保真度： Kling Video O3 Pro 模型在从参考视频迁移运动模式时，产生更流畅、更真实的运动动态并提升一致性——非常适合高级商业应用。
- MVL 驱动的场景推理： 在统一流程中对参考视频的场景构图、空间关系和运动模式进行推理，输出连贯、风格一致的高保真内容。
- 灵活时长控制： 通过精确的时长设置生成 3 到 15 秒的参考引导视频，为多样化内容需求提供对片段长度的完全控制。
- 可选音效集成： 通过 API 直接为生成的视频添加同步音效，获得沉浸式输出——无需后期制作音频处理。
- 定价： 采用按秒分层计费，兼顾稳定性与性价比。
- 灵活宽高比支持： API 支持 16:9 横屏、9:16 竖屏和 1:1 方形格式，针对社交媒体内容和数字营销活动进行了优化。
如何在 Flaq AI 上使用 Kling Video O3 Pro Reference-to-Video API 进行高级视频生成
- 输入： 参考视频加自然语言提示词（描述所需场景内容、修改方向和生成方向）
- 输出： 通过 Kling Video O3 Pro Reference-to-Video API 集成，经由安全 CDN URL 交付的高保真参考引导视频（MP4 格式）
- 时长： 3 到 15 秒，每次请求可配置
- 宽高比： 3 种支持格式——16:9（横屏）、9:16（竖屏/肖像）和 1:1（方形）
- 定价： 采用按秒分层计费，兼顾稳定性与性价比。
- 能力： MVL 驱动的高级参考引导视频生成、增强运动风格迁移、高级电影摄影复现，以及通过 Kling Video O3 Pro API 的可选音频集成。
Kling Video O3 Pro Reference-to-Video API 集成的最佳使用场景
- 高级品牌视频制作： 生成高保真视频内容，从参考品牌视频中保持一致的运动风格、镜头行为和视觉动态，用于高级商业活动。
- 电影风格复现： 将复杂的电影摄影风格、复杂的镜头运动和场景动态从参考素材迁移到新的高保真视频内容中。
- 社交媒体高级内容系列： 大规模制作具有一致运动模式和可选音频的出色高质量视频系列，适用于 Instagram Reels、TikTok 和 YouTube Shorts。
- 专业创意方向指导： 使用参考视频引导高级视频生成，为苛刻的创意和广告工作流实现特定的电影摄影风格和运动模式。
- 高价值自动化管道： 以高级质量输出和可预测的按秒定价，为高价值制作系统驱动自动化参考引导视频生成工作流。
注意 请确保您的提示词符合 Kuaishou 的内容安全指南。如果发生错误，请检查提示词中是否含有受限内容，进行调整后重试。
Kling Video O3 Pro Reference-to-Video 与竞品对比分析
-
Kling Video O3 Pro vs. Kling Video O3 Standard Reference-to-Video Kling Video O3 Standard 以较低价格提供强大的 MVL 驱动参考引导生成。Kling Video O3 Pro 在更高定价下提供增强的运动保真度、更优越的细节渲染和高级质量——对于最高质量至关重要的苛刻商业应用，它是首选。
-
Kling Video O3 Pro vs. Kling Video O3 Pro Image-to-Video Kling Video O3 Pro Image-to-Video 将静态图像制作成视频片段。Kling Video O3 Pro Reference-to-Video 使用现有视频片段作为运动和风格引导——非常适合需要从参考素材精确控制运动模式和镜头行为并获得高级质量输出的应用。
-
Kling Video O3 Pro vs. Runway Gen-3 Reference Generation Runway Gen-3 提供强大的创意控制和艺术灵活性。Kling Video O3 Pro Reference-to-Video API 通过增强的运动保真度、可选音效、灵活的 3–15 秒时长控制以及 MVL 驱动的运动推理脱颖而出——使其在高级商业参考引导生成方面更具优势。
-
Kling Video O3 Pro vs. Pika Reference-to-Video Pika 擅长风格化动画和用户友好的界面。Kling Video O3 Pro 提供程序化 API 访问、增强的运动保真度、最长 15 秒的延长时长和可选音效——非常适合构建高级参考引导视频管道的开发者。
-
Kling Video O3 Pro vs. Vidu Q3 Pro (Vidu) Vidu Q3 Pro 擅长视频生成能力和 Smart Cuts 多镜头叙事。Kling Video O3 Pro Reference-to-Video API 通过参考视频引导生成、增强的 MVL 驱动运动迁移以及灵活的计费方式脱颖而出——对于需要以高级质量精确控制运动风格的应用，它是首选。
直接在强大的 AI 工具中使用 Kling O3 Pro Reference to Video 模型
在浏览器中探索多种 AI 创作工具，用于快速图像和视频工作流，然后通过 Flaq AI 可用于生产的模型 API 扩展成功创意。Flaq AI 为所有模型提供统一 API 层，让你的工作流更容易使用和扩展。
