Kling 3.0シリーズの概要(期間限定オファー!)
次世代のネイティブ・マルチモーダル大規模モデル、Kling Video 3.0シリーズが、Atlas Cloudで正式に利用可能になったことをお知らせいたします。
今回のリリースは、Klingが「3.0時代」に正式に突入したことを意味し、2つのフラッグシップモデルが導入されました:
- Kling Video 3.0
- 💰0.07ドル/秒~(7日後に通常価格0.10ドル/秒に戻ります)
- Kling Video O3 / 3.0 Omni
- 💰0.126ドル/秒~(7日後に通常価格0.18ドル/秒に戻ります)
高忠実度な動画生成、ネイティブなオーディオ・ビジュアル同期、インテリジェントな絵コンテ機能を深く統合することで、本シリーズはKlingモデルファミリーにこれまでにない力と競争力をもたらします。

主要ハイライト:創造の自由を解き放つ3つの革新的技術
Powered by Kling 3.0(Kling 2.6からアップグレード)
インテリジェントなシネマティック・ストーリーテリング
- AIディレクター・システム: プロンプトから物語の流れを直感的に把握する「AIディレクター」を導入。構図やカメラアングルを自動的に調整し、切り返しショット(ショット・リバース・ショット)による対話シーンなどの高度な映画技法を実現します。
- 継続時間の延長: 従来の制限を超え、最大15秒の連続動画生成に対応。よりスムーズで自然なナラティブの進行を可能にします。
- コア・バリュー: 1回の生成で完成度の高いビジュアル・ストーリーテリングを提供し、複雑な映画的表現をすべてのクリエイターが利用できるようにします。
多言語オーディオ・ビジュアル同期 & 高忠実度テキスト
- グローバル・リップシンク: テキストと映像内のキャラクターを正確にマッピング。多言語(中国語、英語、日本語、韓国語、スペイン語など)が混在した対話や方言を、自然で流暢なリップシンクで再現します。
- テキスト・レンダリング: 元の画像の詳細を保持する場合も、新しいコンテンツを生成する場合も、構造的に厳密なレンダリングで鮮明かつ読み取り可能なテキストを保証します。
- コア・バリュー: Eコマースやグローバル・マーケティングにおける、高忠実なテキスト表示やローカライズされたコンテンツ制作のニーズに直接応えます。
Powered by Kling O3(3.0 Omni;Kling O1からアップグレード)
プロ仕様の被写体の一貫性
- 動画の被写体: アップロードまたは撮影された3〜8秒の動画からキャラクターの特徴を抽出し、その外見、体格、雰囲気を完璧に再現します。
- 画像の被写体 + 音声クローニング: 複数の画像から多視点の被写体を作成できるほか、アップロードされた音声から声の音色の抽出もサポートします。
- パフォーマンスの向上: 前世代と比較して、3.0 Omniはテキスト指示に対する応答性が大幅に向上し、視覚的なノイズを低減。より鮮明で生き生きとした生成結果を提供します。
- コア・バリュー: 「自分が映画の主役になる」という創造的なスリルを解き放ち、高いキャラクターの一貫性が求められる短編ドラマや連続コンテンツに最適です。
最適な用途: AIディレクション、クロスボーダー多言語マーケティング、高一貫性の短編ドラマ
シネマティック・ストーリーテリング · AIディレクター・スマート絵コンテ(Kling Video 3.0)
-
シナリオ: 複雑な対話と感情の深みを持つ短編映画の制作。
-
プロンプト: "Two characters arguing in a rainy alleyway, rich emotional facial expressions, switching between close-ups and wide shots."
グローバル・マーケティング & 広告 · 多言語(Kling Video 3.0)
-
シナリオ: ブランドに即したテキストを含む、ローカライズされた動画広告の制作。
-
プロンプト: "A commercial for a new coffee brand, background featuring a neon sign displaying 'Atlas Brew', professional bilingual voiceover."
ソーシャルメディア & 短編ドラマ · 高い一貫性(Kling Video O3)
-
シナリオ: 複数のショットの切り替えや特定のキャラクターのやり取りを伴う、一貫性のある短編ドラマの制作。
-
プロンプト:
- "Shot 1 (3s): Medium shot, background is @image. @Grace is sitting on the sofa eating cookies. @Alan walks into the room leading a @Samoyed. The @Samoyed lunges at the cookies in @Grace's hand. @Grace says: 'Hey! Watch your dog!'
- Shot 2 (2s): @Alan sits nearby, holding the leash, picks up the @Samoyed. Close-up. @Alan says: 'He just likes cookies more than me.'
- Shot 3 (3s): Close-up. @Grace smiles and says: 'Well, he has good taste at least.'"
-
結果: 複数のショットにわたってキャラクターとシーンの高い一貫性を実現し、対話に合わせた流暢で自然なリップシンクを組み合わせます。
Atlas Cloud:Kling Video 3.0を使いこなすための最良の方法
Atlas Cloudのコアな強み
コスト効率と圧倒的なスピード
- 競争力のある価格設定: 最適化されたコストパフォーマンスにより、最も費用対効果の高い生成体験を提供します。
- 1つのプラットフォームで全モデルを: プラットフォームを移動することなく、さまざまな主要モデルを体験できます。今すぐ登録して、1ドル分の無料クレジットを獲得しましょう!
ワークフロー統合 & APIエコシステム 技術開発パイプラインにシームレスに適合し、ダウンストリームのタスクをサポートするように設計されています。
- 柔軟なワークフロー: 同一環境内の他の生成モデルとの並行コラボレーションをサポートします。
- すぐに使える成果物: 生成された結果は、即座にポストプロダクションや二次編集に使用できます。
- 完全なAPIアクセス: ビジネスプロセスの自動化やディープなアプリケーション統合のための、標準的な開発者インターフェースを提供します。
Atlas CloudでKling 3.0を使用する方法
Atlas Cloudでは、モデルを並べて使用することができます。まずはプレイグラウンドで試し、その後に単一のAPI経由で利用可能です。
方法1:Atlas Cloudのプレイグラウンドで直接使用する
方法2:API経由でアクセスする
ステップ1:APIキーを取得する
コンソールでAPIキーを作成し、後で使用するためにコピーしておきます。


ステップ2:APIドキュメントを確認する
APIドキュメントで、エンドポイント、リクエストパラメータ、認証方法を確認します。
ステップ3:最初のリクエストを作成する(Pythonの例)
例:Kling v3.0 std(Image-to-Video)で動画を生成する
plaintext1import requests 2import time 3 4# Step 1: Start video generation 5generate_url = "https://api.atlascloud.ai/api/v1/model/generateVideo" 6headers = { 7 "Content-Type": "application/json", 8 "Authorization": "Bearer $ATLASCLOUD_API_KEY" 9} 10data = { 11 "model": "kwaivgi/kling-v3.0-std/image-to-video", 12 "cfg_scale": 0.5, 13 "duration": 5, 14 "end_image": "example_value", 15 "image": "https://static.atlascloud.ai/media/images/33f6728e234eddd53aac4bc74f8dc6ff.jpg", 16 "negative_prompt": "example_value", 17 "prompt": "A minimal cube slowly moving in a dark void.\nSoft ambient lighting highlights its clean edges.\nSmooth, steady motion with a seamless loop.\nHigh contrast, ultra clean composition, 4K.", 18 "sound": False 19} 20 21generate_response = requests.post(generate_url, headers=headers, json=data) 22generate_result = generate_response.json() 23prediction_id = generate_result["data"]["id"] 24 25# Step 2: Poll for result 26poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}" 27 28def check_status(): 29 while True: 30 response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"}) 31 result = response.json() 32 33 if result["data"]["status"] in ["completed", "succeeded"]: 34 print("Generated video:", result["data"]["outputs"][0]) 35 return result["data"]["outputs"][0] 36 elif result["data"]["status"] == "failed": 37 raise Exception(result["data"]["error"] or "Generation failed") 38 else: 39 # Still processing, wait 2 seconds 40 time.sleep(2) 41 42video_url = check_status()





