
Kuaishou’s flagship video generation suite, Kling 3.0, features two powerhouse models—Kling 3.0 (Upgraded from Kling 2.6) and Kling 3.0 Omni (Kling O3, Upgraded from Kling O1)—both offering high-fidelity native audio integration. While Kling 3.0 excels in intelligent cinematic storytelling, multilingual lip-syncing, and precision text rendering, Kling O3 sets a new standard for professional-grade subject consistency by supporting custom subjects and voice clones derived from video or image inputs. Together, these models provide a comprehensive solution tailored for cinematic narratives, global marketing campaigns, social media content, and digital skit production.
Atlas Cloud 为您提供最新的行业领先创意模型。
Atlas Cloud 为您提供业界领先的最新创意模型。

实现多种语言和方言(CN、EN、JP、KR、ES)的精准口型同步,带来沉浸式体验。

内置“AI导演”自动调度运镜角度与景别,实现一键电影级叙事。

Omni 模型支持视频重绘(Inpainting)和角色替换,实现灵活修改和素材裂变。

深度视觉锚定技术确保角色、道具和场景即使在复杂运动中也能保持稳定。

突破时长限制,仅需单次生成即可产出包含完整剧情弧线、节奏鲜明的完整叙事。
最低成本
| 模态 | 描述 |
|---|---|
| Kling 3.0 Std T2V API(Text To Video) | Kling 3.0 Std T2V API 赋能开发者将文本提示词转化为电影级视频片段。通过定义运镜、场景和动作,它能生成流畅、音画同步的内容,专为专业故事板绘制、动态营销和社交媒体叙事而优化。 |
| Kling 3.0 Std I2V API(Image To Video) | Kling 3.0 Std I2V API 将静态图像和文本提示词转换为视频片段。通过支持参考帧和尾帧控制,它引导运动轨迹并生成音画同步内容,以实现视觉连贯性和标准营销素材。 |
| Kling 3.0 Pro T2V API(Text To Video) | Kling 3.0 Pro T2V API 能够根据文本提示生成具有先进物理特性和电影级纹理的高保真视频。它支持多镜头叙事,相比 Standard 版本提供更高的细节和视觉复杂性。 |
| Kling 3.0 Pro I2V API(Image To Video) | Kling 3.0 Pro I2V API 将图像转换为具有增强细节保留功能的高分辨率视频。它为高端商业制作提供专业级的摄像机控制和精确的视听同步。 |
| Kling Video O3 Std T2V API(Text To Video) | Kling Video O3 Std T2V API 可根据文本生成视频。它支持原生音频生成。 |
| Kling Video O3 Std I2V API(Image To Video) | Kling Video O3 Std I2V API 使用图像和文本生成具有高参考还原度的视频。它专为在标准分辨率工作流中需要稳定角色或产品呈现的任务而设计。 |
| Kling Video O3 Std R2V(Video To Video) | Kling Video O3 Std R2V API 使用角色、道具或场景参考生成创意视频。支持最多7张参考图像和可选的视频输入。它具备视频风格重塑和属性编辑功能,适用于标准质量的社交媒体和实验性内容。 |
| Kling Video O3 Std Video Edit API(Video To Video) | Kling Video O3 Std Video Edit API(Video To Video) 支持自然语言视频编辑:移除或替换物体、更换背景、添加特效等。 |
| Kling Video O3 Pro T2V API(Text To Video) | Kling Video O3 Pro T2V API 提供文生视频生成功能。它在复杂的场景中提供专业级的人物一致性和电影级的光影效果,实现电影品质的叙事。 |
| Kling Video O3 Pro I2V API(Image To Video) | Kling Video O3 Pro I2V API 利用参考优先架构将图像转换为专业品质的视频。它确保了视觉细节的高保真留存和流畅的动作,适用于高端数字营销和视觉特效。 |
| Kling Video O3 Pro R2V(Video To Video) | Kling Video O3 Pro R2V 提供视频变换和风格重塑功能。它具备像素级控制和运动稳定性,适用于专业视频剪辑和高端视觉修改。 |
| Kling Video O3 Pro Video Edit(Video To Video) | Kling Video O3 Pro Video Edit (Video To Video) 通过自然语言提示词实现高质量的视频修改。它提供先进的物体移除、背景替换和特效合成功能,具备专业级的精度并能完美保留细节。 |
将先进模型与 Atlas Cloud 的 GPU 加速平台相结合,为图像和视频生成提供无与伦比的速度、可扩展性和创意控制。
Kling 3.0 引入了“AI 导演”功能,能从提示词中直观把握叙事脉络,自动编排镜头构图和运镜角度,从而实现正反打对话序列等高级电影技法。它仅需一次生成即可呈现成熟的视觉叙事,让每位创作者都能轻松驾驭复杂的电影表达。
Kling 3.0 实现了文本与视觉字符的精准映射,支持中英日韩西等混合语言对话及方言,唇形同步自然流畅。它直接满足了电商和全球营销对高保真文本展示及本地化内容制作的需求。
Kling O3 支持从上传或拍摄的 3–8 秒视频中提取人物特征,完美还原人物的相貌、身形和神态。它开启了“主演自己电影”的创作快感,非常适合对人物一致性要求极高的短剧和连载内容。
探索使用该模型家族可以构建的实际应用场景和工作流 — 从内容创作、自动化到生产级应用。
Kling 3.0 利用先进的物理建模技术生成复杂物体之间逼真的交互,包括流体力学、布料动态和结构碰撞。通过模拟现实世界的重力和材质属性,该 API 可生成适用于专业视觉特效、逼真产品广告和需要精确物理精度的技术演示的高保真运动。
利用参考驱动技术,Kling 3.0 在生成的多个片段中保持了严格的角色和风格一致性。这一能力使开发者能够构建具有稳定面部特征和环境光照的连贯多镜头序列。它是需要视觉统一性的数字人创作、连载叙事和品牌一致性营销活动的理想解决方案。
Kling 3.0 API 通过自然语言指令实现复杂的视频对视频(video-to-video)修改,支持无缝背景替换、物体移除和风格迁移。该 API 在保留原始运动结构的同时更改特定视觉属性,从而为寻求高效、高分辨率内容迭代的创意机构和社交媒体平台简化了后期制作工作流程。
查看不同厂商的模型表现 — 对比性能、价格和独特优势,做出明智决策。
| 模型 | 输入类型 | 输出时长 | 分辨率 | 音频生成 |
|---|---|---|---|---|
| Kling 3.0 | 文本、图像、视频 | 5s;10s | 720P | √ |
| Kling O1 | 文本,图像 | 5s;10s | 720P | × |
| Kling 2.6 | 文本、图像、视频 | 5s;10s | 720P | √ |
| Seedance 2.0 | 文本、图像、视频、音频 | 4~15s | 2K, 1080P, 720P, 480P | √ |
| Veo 3.1 | 文本、图像 | 4s, 6s, 8s | 1080P, 720P | √ |
| Wan 2.6 | 文本、图像、视频、音频 | 5s, 10s, 15s | 1080P, 720P | √ |
| Hailuo 2.3 | 文本、图像 | 5s | 1080P | × |
几分钟即可上手 — 按照以下简单步骤,通过 Atlas Cloud 平台集成和部署模型。
在 atlascloud.ai 注册并完成验证。新用户可获得免费额度,用于探索平台和测试模型。
将先进的 Kling3.0 Models 模型与 Atlas Cloud 的 GPU 加速平台相结合,提供无与伦比的性能、可扩展性和开发体验。
低延迟:
GPU 优化推理,实现实时响应。
统一 API:
一次集成,畅用 Kling3.0 Models、GPT、Gemini 和 DeepSeek。
透明定价:
按 Token 计费,支持 Serverless 模式。
开发者体验:
SDK、数据分析、微调工具和模板一应俱全。
可靠性:
99.99% 可用性、RBAC 权限控制、合规日志。
安全与合规:
SOC 2 Type II 认证、HIPAA 合规、美国数据主权。
通过整合视频主体参考、图像主体参考以及声音/语调参考。
标准版平衡了生成速度与质量,适用于社交媒体内容和快速原型设计。专业版专为专业影视需求设计,提供更逼真的物理动态模拟和更精细的材质纹理输出。
R2V 专注于“全局重塑”,例如将真人视频转换为特定的动画或写实艺术风格。相比之下,Video Edit 专注于“基于指令的修改”,支持精确的后期制作操作,如添加、删除或修改视频中的特定元素。
Join the Discord community for the latest model updates, prompts, and support.