Kling 3.0 Series(Video 3.0およびImage 3.0の両方を含む)が、間もなくAtlas Cloudに登場することを発表いたします。この大規模なアップデートは「3.0時代」への移行を意味し、「All in One」のビデオ制作と「Visual Chain-of-Thought」による静止画を統合した、生成AIにおける大きな飛躍となります。シネマティックなナラティブ、ネイティブな音声・映像同期、そして4Kの精度が単一のプラットフォームに集約される、AIストーリーテリングの新たな基準を体験する準備をしましょう。
期待される機能 - Kling Video 3.0 Series
「All in One」の映画製作エンジン
- インテリジェントなマルチショット・ストーリーテリング (AIディレクター):断片的なクリップに別れを告げる時が来ました。Video 3.0は、スクリプトベースのシーン転換を理解する「AIディレクター」システムを導入します。カメラアングル(ショット/リバースショットなど)を自動的にスケジュールし、1サイクルで最大15秒の構造化されたリズム感のあるシークエンスを生成します。
- ネイティブな音声・映像同期とオムニ一貫性:近日公開予定のKling 3.0 Omniモデルは「被写体の一貫性 3.0」を搭載しており、3〜8秒のビデオをアップロードすることでキャラクターの外見と声のトーンを完璧に固定できます。さらに、ネイティブ音声サポートにより、多言語対話(CN、EN、JP、KR、ES)の正確なリップシンクが生成プロセス内で直接可能になります。
期待される機能 - Kling Image 3.0
「レンダリング前に思考する」ビジュアル・パワーハウス
- **Visual Chain-of-Thought (vCoT)**:画像モデルとして初めて「Visual Chain-of-Thought(ビジュアル思考の連鎖)」を組み込み、レンダリング前に構図のロジックやレンズ言語について「思考」することを可能にしました。これにより、フレーミングやパースペクティブにおいてシネマティックな基準を深く遵守できるようになります。
- シリーズ生成とネイティブ4K:Kling Image 3.0では、一貫した絵コンテ作成のためのシリーズモードが導入され、複数のフレームにわたってスタイルとキャラクターのロジックを維持できます。ネイティブ4K出力と組み合わせることで、アップスケーリングを必要とせずに、印刷可能な映画ポスターや商業資産向けの「ピクセルレベル」の知覚を実現します。
なぜAtlas Cloudで待つべきなのか?
Kling 3.0シリーズがAtlas Cloudに登場すると、以下のメリットを享受できます:
- 最適化されたコスト効率: 大規模なエンタープライズ生成向けに設計された柔軟な価格モデル。
- エンタープライズグレードの安定性: 負荷の高いワークフローに対応する、加速された生成スピードと信頼性の高いパフォーマンス。
- 統合API: 単一の堅牢なAPI統合を通じて、Video 3.0とImage 3.0の両方の機能にアクセス可能。
Kling 3.0の時代はまもなく到来します。
Atlas Cloudでの利用方法
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、その後単一のAPI経由で利用できます。
方法1: Atlas Cloud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行う(Pythonの例)
例: Kling-v2.6-pro/text-to-videoでビデオを生成する
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-v2.6-pro/text-to-video", 12 "aspect_ratio": "16:9", 13 "cfg_scale": 0.5, 14 "duration": 5, 15 "negative_prompt": "example_value", 16 "prompt": "Create a dynamic transformation sequence where the futuristic sports car in the first frame gradually shifts into a humanoid transforming robot. Show the mechanical parts unfolding, panels splitting and rotating, wheels sliding into the legs.", 17 "sound": True 18} 19 20generate_response = requests.post(generate_url, headers=headers, json=data) 21generate_result = generate_response.json() 22prediction_id = generate_result["data"]["id"] 23 24# Step 2: Poll for result 25poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}" 26 27def check_status(): 28 while True: 29 response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"}) 30 result = response.json() 31 32 if result["data"]["status"] in ["completed", "succeeded"]: 33 print("Generated video:", result["data"]["outputs"][0]) 34 return result["data"]["outputs"][0] 35 elif result["data"]["status"] == "failed": 36 raise Exception(result["data"]["error"] or "Generation failed") 37 else: 38 # Still processing, wait 2 seconds 39 time.sleep(2) 40 41video_url = check_status()





