Kling v3.0 Standard Image-to-Video model by Kuaishou. High-quality video generation from images.
WEJŚCIE
Ładowanie konfiguracji parametrów...
WYJŚCIE
BezczynnyTwoje wygenerowane wideo pojawi się tutaj
Skonfiguruj ustawienia i kliknij Uruchom, aby rozpocząć
Każde uruchomienie będzie kosztować $0.071. Za $10 możesz uruchomić ten model około 140 razy.
Co możesz zrobić dalej:
Przykład kodu
import requests
import time
# Step 1: Start video generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "kwaivgi/kling-v3.0-std/image-to-video",
"prompt": "A beautiful sunset over the ocean with gentle waves",
"width": 512,
"height": 512,
"duration": 3,
"fps": 24,
}
generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]
# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
def check_status():
while True:
response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
result = response.json()
if result["data"]["status"] in ["completed", "succeeded"]:
print("Generated video:", result["data"]["outputs"][0])
return result["data"]["outputs"][0]
elif result["data"]["status"] == "failed":
raise Exception(result["data"]["error"] or "Generation failed")
else:
# Still processing, wait 2 seconds
time.sleep(2)
video_url = check_status()Instalacja
Zainstaluj wymagany pakiet dla swojego języka programowania.
bash
pip install requestsUwierzytelnianie
Wszystkie żądania API wymagają uwierzytelnienia za pomocą klucza API. Klucz API możesz uzyskać z panelu Atlas Cloud.
bash
export ATLASCLOUD_API_KEY="your-api-key-here"Nagłówki HTTP
python
import os
API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY}"
}Chroń swój klucz API
Nigdy nie ujawniaj swojego klucza API w kodzie po stronie klienta ani w publicznych repozytoriach. Zamiast tego użyj zmiennych środowiskowych lub proxy backendowego.
Wyślij żądanie
import requests
url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "your-model",
"prompt": "A beautiful landscape"
}
response = requests.post(url, headers=headers, json=data)
print(response.json())Wyślij żądanie
Wyślij asynchroniczne żądanie generowania. API zwróci identyfikator predykcji, którego możesz użyć do sprawdzania statusu i pobierania wyniku.
POST
/api/v1/model/generateVideoTreść żądania
import requests
url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "kwaivgi/kling-v3.0-std/image-to-video",
"input": {
"prompt": "A beautiful sunset over the ocean with gentle waves"
}
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
print(f"Prediction ID: {result['id']}")
print(f"Status: {result['status']}")Odpowiedź
{
"id": "pred_abc123",
"status": "processing",
"model": "model-name",
"created_at": "2025-01-01T00:00:00Z"
}Sprawdź status
Odpytuj endpoint predykcji, aby sprawdzić bieżący status żądania.
GET
/api/v1/model/prediction/{prediction_id}Przykład odpytywania
import requests
import time
prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }
while True:
response = requests.get(url, headers=headers)
result = response.json()
status = result["data"]["status"]
print(f"Status: {status}")
if status in ["completed", "succeeded"]:
output_url = result["data"]["outputs"][0]
print(f"Output URL: {output_url}")
break
elif status == "failed":
print(f"Error: {result['data'].get('error', 'Unknown')}")
break
time.sleep(3)Wartości statusu
processingŻądanie jest wciąż przetwarzane.completedGenerowanie zakończone. Wyniki są dostępne.succeededGenerowanie powiodło się. Wyniki są dostępne.failedGenerowanie nie powiodło się. Sprawdź pole błędu.Odpowiedź ukończona
{
"data": {
"id": "pred_abc123",
"status": "completed",
"outputs": [
"https://storage.atlascloud.ai/outputs/result.mp4"
],
"metrics": {
"predict_time": 45.2
},
"created_at": "2025-01-01T00:00:00Z",
"completed_at": "2025-01-01T00:00:10Z"
}
}Prześlij pliki
Prześlij pliki do magazynu Atlas Cloud i uzyskaj URL, którego możesz użyć w swoich żądaniach API. Użyj multipart/form-data do przesyłania.
POST
/api/v1/model/uploadMediaPrzykład przesyłania
import requests
url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }
with open("image.png", "rb") as f:
files = {"file": ("image.png", f, "image/png")}
response = requests.post(url, headers=headers, files=files)
result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")Odpowiedź
{
"data": {
"download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
"file_name": "image.png",
"content_type": "image/png",
"size": 1024000
}
}Schema wejściowy
Następujące parametry są akceptowane w treści żądania.
Łącznie: 0Wymagane: 0Opcjonalne: 0
Brak dostępnych parametrów.
Przykładowa treść żądania
json
{
"model": "kwaivgi/kling-v3.0-std/image-to-video"
}Schema wyjściowy
API zwraca odpowiedź predykcji z URL-ami wygenerowanych wyników.
idstringrequired
Unique identifier for the prediction.
statusstringrequired
Current status of the prediction.
processingcompletedsucceededfailed
modelstringrequired
The model used for generation.
outputsarray[string]
Array of output URLs. Available when status is "completed".
errorstring
Error message if status is "failed".
metricsobject
Performance metrics.
predict_timenumber
Time taken for video generation in seconds.
created_atstringrequired
ISO 8601 timestamp when the prediction was created.
completed_atstring
ISO 8601 timestamp when the prediction was completed.
Przykładowa odpowiedź
json
{
"id": "pred_abc123",
"status": "completed",
"model": "model-name",
"outputs": [
"https://storage.atlascloud.ai/outputs/result.mp4"
],
"metrics": {
"predict_time": 45.2
},
"created_at": "2025-01-01T00:00:00Z",
"completed_at": "2025-01-01T00:00:10Z"
}Atlas Cloud Skills
Atlas Cloud Skills integruje ponad 300 modeli AI bezpośrednio z Twoim asystentem kodowania AI. Jedno polecenie do instalacji, a następnie używaj języka naturalnego do generowania obrazów, filmów i rozmów z LLM.
Obsługiwani klienci
Claude Code
OpenAI Codex
Gemini CLI
Cursor
Windsurf
VS Code
Trae
GitHub Copilot
Cline
Roo Code
Amp
Goose
Replit
40+ obsługiwani klienci
Instalacja
bash
npx skills add AtlasCloudAI/atlas-cloud-skillsSkonfiguruj klucz API
Uzyskaj klucz API z panelu Atlas Cloud i ustaw go jako zmienną środowiskową.
bash
export ATLASCLOUD_API_KEY="your-api-key-here"Możliwości
Po zainstalowaniu możesz używać języka naturalnego w swoim asystencie AI, aby uzyskać dostęp do wszystkich modeli Atlas Cloud.
Generowanie obrazówGeneruj obrazy za pomocą modeli takich jak Nano Banana 2, Z-Image i inne.
Tworzenie wideoTwórz filmy z tekstu lub obrazów za pomocą Kling, Vidu, Veo itp.
Chat LLMRozmawiaj z Qwen, DeepSeek i innymi dużymi modelami językowymi.
Przesyłanie mediówPrześlij lokalne pliki do edycji obrazów i przepływów pracy obraz-do-wideo.
Dowiedz się więcej
Serwer MCP
Serwer MCP Atlas Cloud łączy Twoje IDE z ponad 300 modelami AI za pośrednictwem Model Context Protocol. Działa z każdym klientem kompatybilnym z MCP.
Obsługiwani klienci
Cursor
VS Code
Windsurf
Claude Code
OpenAI Codex
Gemini CLI
Cline
Roo Code
100+ obsługiwani klienci
Instalacja
bash
npx -y atlascloud-mcpKonfiguracja
Dodaj następującą konfigurację do pliku ustawień MCP w swoim IDE.
json
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}Dostępne narzędzia
atlas_generate_imageGeneruj obrazy z promptów tekstowych.
atlas_generate_videoTwórz filmy z tekstu lub obrazów.
atlas_chatRozmawiaj z dużymi modelami językowymi.
atlas_list_modelsPrzeglądaj ponad 300 dostępnych modeli AI.
atlas_quick_generateTworzenie treści w jednym kroku z automatycznym wyborem modelu.
atlas_upload_mediaPrześlij lokalne pliki do przepływów pracy API.
Dowiedz się więcej
API Schema
Schema niedostępnaZaloguj się, aby wyświetlić historię zapytań
Musisz być zalogowany, aby uzyskać dostęp do historii zapytań modelu.
Zaloguj sięKling V3.0 Standard Image-to-Video
Kling V3.0 Standard Image-to-Video is Kuaishou's latest image-to-video generation model. Upload a reference image and describe the motion — the model generates cinematic video with optional synchronized sound, voice support, and start-to-end frame guidance.
Why Choose This?
- Latest Kling generation V3.0 delivers improved motion quality and visual fidelity over V2.6.
- Start-end frame guidance Optional end image for controlled transitions between two frames.
- Sound generation Optional synchronized sound effects generated alongside the video.
- Voice list support Add up to 2 custom voice entries for character dialogue.
- CFG scale control Fine-tune the balance between prompt adherence and creative freedom.
Parameters
| Parameter | Required | Description |
|---|---|---|
| prompt | No | Text description of the desired motion and action |
| negative_prompt | No | Elements to exclude from generation |
| image | Yes | Start frame image to animate (URL or upload) |
| end_image | No | End frame image for guided transitions |
| duration | No | Video length: 5 or 10 seconds (default: 5) |
| cfg_scale | No | Prompt adherence strength (default: 0.5) |
| sound | No | Generate synchronized sound (default: disabled) |
| voice_list | No | Custom voice entries, up to 2 (click "+ Add Item") |
How to Use
- Upload your image — provide the reference image to animate.
- Write your prompt (optional) — describe the motion, camera movement, and action.
- Upload end image (optional) — provide an end frame for guided transitions.
- Add negative prompt (optional) — specify what you want to avoid.
- Set duration — 5 seconds or 10 seconds.
- Adjust cfg_scale (optional) — higher for stricter prompt following, lower for more freedom.
- Enable sound (optional) — generate synchronized audio with the video.
- Add voices (optional) — add up to 2 voice entries for dialogue.
- Run — submit and download your video.
Best Use Cases
- Photo Animation — Bring portraits, landscapes, and product images to life.
- Scene Transitions — Use start and end frames for smooth visual transitions.
- Social Media Content — Create engaging videos with sound from still images.
- Marketing & Ads — Generate dynamic promotional videos from product photos.
- Storytelling — Animate scenes with synchronized audio and dialogue.
Pro Tips
- Use clear, descriptive prompts with specific motion details for best results.
- Add an end_image for controlled transitions between two visual states.
- Enable sound for a complete video experience with synchronized audio.
- Use negative prompts to avoid artifacts (e.g., "blurry, low quality, distorted").
- Lower cfg_scale for more creative variation, higher for strict prompt adherence.
- Use high-quality source images for better video results.
Notes
- Image is the only required field; prompt is optional but recommended.
- Duration options are 5 or 10 seconds only.
- Voice list supports a maximum of 2 entries.
- Ensure uploaded image URLs are publicly accessible.
Related Models
- Kling V3.0 Standard Text-to-Video — Generate video from text descriptions with V3.0 quality.
- Kling V2.6 Standard Image-to-Video — Previous generation image-to-video.
- Kling V2.6 Standard Text-to-Video — Previous generation text-to-video.
