Kling 4.0

API 文档开始创建

有序关键帧命名主体与配音

通过创意、帧序列或指定的角色阵容来执导场景。Kling 4.0 在 APIXO 上将文本、图像、参考视频和语音参考整合到异步视频工作流中。

时长

3–30 秒

素材

最多 15 个参考

分辨率

720p / 1080p

正在加载工作区...

APIXO 上的 Kling 4.0

规划场景，选择合适的视觉引导

视频脚本通常不仅仅包含对开场画面的描述。产品可能需要转向镜头，角色可能需要走到门口，或者场景可能需要达到一个特定的结束构图。Kling 4.0 为这些决策提供了独立的输入方式：文本定义动作，有序的帧确立视觉里程碑，参考资料则描述场景中应有的主体和声音。建议从最简单的模式开始传达您的意图，审查结果，并在需要解决特定不明确之处时添加指导信息。API 指南为应用开发者解释了可接受的材料和任务交付方式。

生成模式

从创意、帧或参考素材开始

在收集素材前探索场景

当主体、场景和动态无需固定源图像即可描述时，文本模式非常适用。请描述一个可识别的动作，确定机位，并说明镜头中需要发生的变化。对于桌面拍摄场景，请说明台面、光照、产品运动方式以及最终构图。初版描述应专注于核心动作，以便判断场景设计是否可行。如果构图效果理想，但某个特定物体需要更强的视觉引导，建议切换到图像或参考工作流，而不是在提示词中堆砌不相关的指令。

文生视频

定义视觉里程碑

图像模式以首帧开始，可包含尾帧以及有序的中间帧。选择的图像应描述同一动作的合理阶段，例如：一个封闭的包装、盖子打开、产品露出。中间图像的顺序很重要，因为它传达了镜头内容的演进过程。在提示词中描述所提供构图之间的过渡效果，包括镜头移动和主体行为。这些图像是有序的视觉里程碑，而非独立定时的时间戳。图像模式会沿用首帧的宽高比，因此请在上传前准备好画面构图。

图生视频

为反复出现的主体命名

参考模式支持视觉素材、命名主体及命名音频参考。当场景依赖特定的可识别人物、物体、服装、地点或声音参考时，请使用该模式。由多视角图像组成的主体可定义不同角度的外观；主体视频则可传达连贯的角色表现。为每个主体设定简短且唯一的名称，并在提示词中的 @ 符号后使用该精确名称。保持场景描述清晰易读：说明动作主体、具体行为以及镜头观察方式。参考内容用于引导生成，仍需审核身份一致性及视觉连贯性。

全能参考模式

创意控制

确保每个输入都有明确用途

控制镜头的演进过程

当最终效果与开场同样重要时，设置结束帧会很有用——例如，内容揭示、姿势变化，或是镜头最终定格在产品细节上。仅当起始和结束图像之间的过渡不明确时，才添加中间帧。相比一堆不相关的图片，构图紧密相关的图像更容易被解读为同一场景。请检查关键帧之间的动态和关键帧本身，尤其当手部动作、物体接触或快速移动是表达镜头含义的关键时。

主体与环境分离

命名主体有助于区分参考驱动指令中的元素。请通过主体描述来解释预期的身份或角色，并将主提示词用于描述动作和镜头方向。在编写短叙事时，可描述角色伸手取物，同时将环境作为背景。名称应作为标识符而非描述性句子，请保持简短并避免使用保留的材质名称。如果多个声明的名称前缀相同，使用更具区分度的名称会使请求的阅读和维护更方便。

有针对性地引导人声与参考音效

独立语音有自己的名称和音频参考。角色也可以有绑定的语音。请将这些选择与保留参考视频原声的操作分开：该开关仅适用于参考视频，不能作为通用的原生音频开关。在没有参考视频时，系统会生成原生音频。发布前，请检查口语词汇、时间点、发音以及声音与画面动作的匹配情况。语音参考可以传达创作意图，但这并不意味着您无需试听最终生成的片段。

如何创建

在进行更长的生成前，先构建可测试脚本

选择单个场景目标

描述您希望观众看懂的最终效果：例如产品打开、角色做出反应或镜头展现某个地点。选择一个合适的时长，确保动作有足够的时间发生，同时避免加入不相关的事件。先从一个简短的草稿开始，用以评估运动和构图。当场景或故事方向发生变化时，建议将其拆分为不同的镜头，这样可以使整个序列更易于指导和审核。

准备并识别输入内容

请使用主体清晰的图像和展示连续、有效动作的参考视频。检查第一帧、中间帧和最后一帧的顺序。对于命名主体，请选择图像视图或视频，然后检查名称在所有主体和语音中是否唯一。在提示中提及名称时，请使用确切的声明名称，并在每次提及后加上空格或标点符号。移除未使用的参考，以使请求表达明确的创意选择。

评估结果并优化决策

提交后，请等待任务达到最终状态，而不要将请求被接受视为生成完成。请观看完整的视频片段，包括转场、结尾画面和音频。将其与场景目标进行比较，并确定哪种调整最有帮助：是更清晰的动作、不同的构图、另一个视觉里程碑，还是更有用的参考。在测试此项调整时，请保持提示词中的其余有效部分不变。请及时下载重要结果，并将请求与选定的输出一同保存。

应用场景

将参考决策转化为实用的创意草稿

产品发布与演示

使用首帧确立产品形象，使用末帧定义展示效果。中间帧可用于描述包装开启或向细节旋转的动作。保持各输入端的背景和光影一致，随后检查输出结果中产品的形状、品牌标识及物理接触效果。将生成的视频片段视为待编辑和筛选的备选素材，而非对商业级精确保真度的最终保证。

角色与环境设定

命名主体可让您在探索场景中角色的同时，明确其参考作用。请准备好您想保留的角色外观视图，描述一个可控的动作，并选择能为表演增色的镜头运动。对于环境，请说明在空间中的移动路线和最终的视觉焦点。在基于草稿构建更长的序列之前，请检查角色的身份特征、身体比例和场景的连续性。

生成前

了解输入与计费界限

输入检查清单

输出时长为 3–30 整数秒。中间帧按顺序排列，总帧数受时长和 10 帧上限的共同限制。

参考模式总共最多支持 15 个素材。视频参考和视频主体共享 5 个输入视频和 30 秒的输入素材。

Kling 4.0 常见问题

如果没有输入视频，则按输出视频时长计费。使用输入视频时，计费秒数为输出视频时长加上输出视频时长与测得的输入视频总时长中的较大值。即使单独的参考视频列表为空，视频主体仍会计入。输入时长可能为小数，因此估算值必须保持其精度。图片和语音参考不会增加计费秒数。当媒体时长未知时，报价为估算值；最终费用将按测得的输入时长计算。