Kling 3.0 系列模型即將登陸 Atlas Cloud：全能合一，萬能通用

我們非常高興地宣布，可靈 (Kling) 3.0 系列——包含 Video 3.0 與 Image 3.0——即將登陸 Atlas Cloud。這次重大更新標誌著邁向「3.0 時代」，是生成式 AI 的一次統一飛躍，將「全能合一」的影片製作與「視覺思維鏈」靜態影像融合在一起。準備好體驗 AI 敘事的新標準，在這裡，電影級敘事、原生音畫同步和 4K 精確度將匯聚於單一平台。

期待重點 - 可靈 (Kling) Video 3.0 系列

「全能合一」電影製作引擎

• **智慧多鏡頭敘事 (AI 導演)**：準備好告別零散的片段。Video 3.0 引入了「AI 導演」系統，能理解基於劇本的場景切換。它將自動安排鏡頭角度（如正/反打鏡頭），並在單次生成循環中產生長達 15 秒 有結構、有節奏的序列。
• 原生音畫同步與全能一致性：即將推出的 Kling 3.0 Omni 模型具備「主體一致性 3.0」，允許您上傳一段 3-8 秒的影片，以完美鎖定角色外貌和音調。此外，原生音訊支援確保在生成過程中直接實現多語言對白（中、英、日、韓、西）的精準對口型（Lip-sync）。

期待重點 - 可靈 (Kling) Image 3.0

「先思考後渲染」的視覺核心

• **視覺思維鏈 (Visual Chain-of-Thought, vCoT)**：影像模型將首次整合「視覺思維鏈」，使其在渲染前能「思考」構圖邏輯和鏡頭語言。這確保了深度遵循電影級的取景和透視標準。
• 系列生成與原生 4K：可靈 (Kling) Image 3.0 將引入 系列模式 (Series Mode) 用於一致的分鏡製作，在多幀之間保持風格和角色邏輯。結合 原生 4K 輸出，它將為無需縮放的印刷級電影海報和商業資產提供「像素級」感知力。

為什麼選擇在 Atlas Cloud 使用？

當可靈 (Kling) 3.0 系列登陸 Atlas Cloud 時，您將獲得：

• 最佳化成本效率：專為大批量企業生成設計的靈活定價模型。
• 企業級穩定性：加速生成速度，並為繁重工作流提供可靠效能。
• 統一 API 整合：透過單一、強大的 API 整合即可存取 Video 3.0 和 Image 3.0 的功能。

可靈 (Kling) 3.0 時代即將到來。

敬請關注 Atlas Cloud 的正式發佈。

如何在 Atlas Cloud 上使用

Atlas Cloud 讓您可以並排使用模型——首先在 Playground 中嘗試，然後透過單一 API 存取。

方法 1：直接在 Atlas Cloud Playground 中使用

Kling-v2.6-pro/text-to-video

方法 2：透過 API 存取

步驟 1：取得您的 API 金鑰

在您的 控制台 中建立 API 金鑰並複製以備後用。

步驟 2：查看 API 文件

在我們的 API 文件 中查看端點、請求參數和身分驗證方法。

步驟 3：發送您的第一個請求（Python 範例）

範例：使用 Kling-v2.6-pro/text-to-video 生成影片

plaintextCopy
1import 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()