视频生成
用文字描述或参考图片生成 AI 视频片段
登录以生成视频
用文字或图片生成 AI 视频。
功能
- 文字生成视频 - 描述任意场景，得到一段视频片段
- 图片生成视频 - 上传一张图片作为起始帧，让它动起来
- 多镜头分镜 - 用最多 6 个镜头搭建序列，每个镜头都有自己的提示词和时长
- 起始帧和结束帧 - 把指定图片固定为视频的第一帧或最后一帧
- 参考图片 - 上传参考图片，并在提示词中使用 @Element1、@Element2 来保持角色一致
- 原生音频 - 生成同步音频，支持对白（中文和英文）
- 3 到 15 秒片段 - 时长灵活，从快速镜头到较长序列
- 负面提示词 - 指定你不想在视频中出现的内容
- 提示词贴合度 - 微调模型对你描述的贴合程度
布局
生成器在所有模式下都使用相同的区块顺序：
- 模式选择
- 场景输入（单条提示词或分镜镜头）
- 参考帧与角色
- 渲染控制
- 高级选项
获得最佳效果的提示
- 在提示词中清晰描述场景、主体和动作
- 在相关时加入运镜说明（例如“缓慢平移”“推拉变焦”“跟踪镜头”）
- 提及光线、氛围和视觉风格（例如“电影感”“黄金时刻”“黑色电影”）
- 让每条提示词聚焦于单个场景或动作，以获得最佳连贯性
- 用负面提示词排除常见瑕疵，比如模糊和扭曲
- 调低提示词贴合度滑块可获得更多创作自由，调高可获得更紧的控制
- 对于图片生成视频，描述你想要的动作，而不是重复图片里已有的内容
- 对于对白，在提示词里自然地写出台词，Kling 会生成匹配的配音
多镜头分镜
分镜模式让你用多个镜头搭建一段视频序列。每个镜头都有自己的提示词和时长，Kling 会把它们一起渲染成一段连续的视频。
你最多可以添加 6 个镜头。有两种分配模式可选：自定义时长让你独立设置每个镜头的长度（每个 3 到 15 秒），自动分配则让模型决定如何在你的镜头之间分配时间。
把每个镜头想象成电影里的一个剪辑。描述每个镜头里发生的事：构图、动作和运镜。镜头之间的过渡由模型处理。
起始帧和结束帧
在参考帧与角色区块上传起始帧和结束帧。
- 在图片生成视频模式下，起始帧为必填
- 如果使用结束帧或参考图片，也需要起始帧
- 结束帧在所有模式下都是可选的
参考图片
在参考帧与角色区块上传最多 4 张参考图片。每张图片都会获得一个 @Element 标签（@Element1、@Element2 等），你在提示词或镜头提示词中使用它，告诉模型要放置哪个角色或物体。
使用一张光线良好、没有遮挡的清晰角色正面照。模型会在整段视频中保持该角色的外观，包括跨越多镜头分镜的情况。
参考图片要求
对于 Kling v3 Pro 的图片输入，请将每张起始/结束/参考图片保持在最低 300x300，宽高比在 0.40 到 2.50 之间，文件大小在 10MB 以内。PNG 和 JPEG 都很合适。
如果某张图片在任意一边小于 300px（例如 591x295），即使提示词有效，生成也可能失败。
示例提示词
文字生成视频：
- “一只猫慵懒地在洒满阳光的窗台上伸展，灰尘在温暖的午后光线中漂浮，温馨的室内氛围”
- “无人机飞越蜿蜒穿过秋日森林的河流，鲜艳的红叶和金叶，黄金时刻光线”
- “浓缩咖啡倒入陶瓷杯的特写，蒸汽升起，浅景深，咖啡馆氛围”
图片生成视频：
- “角色缓缓转身面向镜头微笑，微风轻拂他的头发”
- “镜头缓缓拉远，树叶从树上飘落，柔和的自然光”
- “景观从白天过渡到金色日落，云朵划过天空”
分镜（3 个镜头）：
- “黎明时分薄雾笼罩的山谷大全景，镜头缓缓向前推进”
- “一名孤独的徒步者沿着山脊行走的中景，风吹动他的外套”
- “他登顶微笑的脸部特写，金色光线穿透云层”
搭配参考图片：
- 上传一张人物照片作为 @Element1，然后提示：“@Element1 走过繁忙的城市街道，镜头从侧面跟踪，黄金时刻光线”