快手旗下可灵 AI 的 Kling 3.0 Omni 能同时用多张参考图生成一条视频，你提供的人物、地点和画面风格会出现在同一个镜头里。
Kling 3.0 Omni 是可灵 AI（Kling AI）3.0 系列里的全能输入模型。官方称它是统一的多模态模型，会把你给的图片和文字当成同一段提示来理解。
按官方的说法，它能记住视频里的主要角色、物品和场景，不管镜头怎么动，特征都保持稳定。
官方把它定位为Kling O1的升级版，主体更一致，画面畸变更少。
在 Zero Kit 上，它包含在 Plus 及以上套餐里，一次生成最多可以用 7 张参考图，怎么组合由提示词说了算：
它也能像 Kling 3.0 一样，从首帧开始，或者给定首帧和尾帧。
视频时长 3 到 15 秒，最高 4K。不用首帧时，可以在 3 种画幅里任选。
和 Kling 3.0 一样，提示词按可灵的分镜格式「shot 1, 2, <描述>; shot 2, 3, <描述>;」写时，它会把一条视频切成多个镜头。
素材比措辞更重要时，选 Omni：每支广告里都要长得一样的品牌角色、一个真实地点、商品图里的产品、某种插画风格。
只用文字或单张首帧生成时，Kling 3.0更简单。只想让一张照片动起来，用让照片动起来更快。可灵系列页对比了所有版本。
在 Zero Kit 上，3.0 Omni 生成的视频没有声音：官方为这个模型提供了原生音频，但编辑器里没有它的声音开关。
Kling 3.0 Omni 能把多张参考图组合进同一个镜头，每张图提供场景的一部分。
示例里有三张卡片：穿黄色雨衣的女子、红白相间的灯塔、一辆复古红色自行车，最后合成一帧画面：她骑着那辆车经过那座灯塔。
在 Zero Kit 上这样做：
每张图只放一个主体，清晰、光线充足；画面太杂，模型就会有好几样东西可以照搬。上限是 7 张，但少而精的参考图更容易在结果里逐一核对。
电影感 16:9 视频关键帧，一面创作工作室的墙：左边钉着三张参考卡片，一张穿黄色雨衣的年轻女子的肖像照，一张礁石岬角上红白相间灯塔的照片，一张复古红色自行车的照片；右边一台大显示器上是成片的电影感画面：同一位女子骑着同一辆自行车，沿海边小路经过同一座灯塔。参考图与画面之间的颜色和细节一致，温暖的黄铜色台灯光，没有可辨认的文字。
官方称 3.0 Omni 能记住视频里的主要角色，镜头运动时特征保持稳定，很适合反复出场的角色。
加一张清晰的肖像作参考，比如示例里那位留着灰色长辫、围着梅紫色针织围巾、戴小黄铜吊坠的女子。
用Kling Image生成的干净肖像，也可以代替照片当作参考。
每次生成都用同一张图：一条在图书馆，一条在黄昏的火车上，一条在雪夜的街头。
每次都用同样的话描述她，只改地点、动作和光线。
想把这些场景放进同一条视频，就写成分镜。一条 6 秒的视频可以这样写：
电影感 16:9 视频关键帧，三联画，用细细的深色间隔分开，展示同一位五十多岁的女子：一条灰色长辫搭在一侧肩上，围着梅紫色针织围巾，戴一枚小黄铜吊坠。左边，她在黄铜色灯光的图书馆里看书；中间，她在黄昏时望向火车窗外；右边，她夜里走在积雪的街道上。每一帧里的脸、辫子、围巾和吊坠完全相同，角色设计一致，电影感布光，没有文字。
参考图提供的也可以是风格而不是主体。官方列出的参考图可设定内容里，就包括风格和场景。
加一幅想要的画作或插画，比如示例里那幅笔触松散的渔港水彩。
然后在提示词里描述新场景，最后写上要沿用的风格：「小港湾里船只轻轻摇晃，海鸥在头顶盘旋，采用参考图那种松散的水彩风格，柔和的纸张纹理，晕开的边缘」。
写明要从参考图里取什么：配色、笔触还是纸张纹理，免得模型把这幅画当成要复刻的地点。
想把风格和角色结合起来，就两张图都加上，并说明各自提供什么。
电影感 16:9 视频关键帧，左右并排的构图：左边钉在板上的是一幅小水彩画，画的是一座渔港，梅紫、赭黄和蓝色的松散晕染；右边是一帧真实港口的视频画面，船只和海鸥用同样松散的水彩风格呈现，柔和的纸张纹理和晕染的边缘，水面轻轻波动。配色和笔触一致，没有文字。
Kling 3.0 Omni 的提示词里，给每张参考图安排一个用途：「肖像里的那位女子」「背景里的灯塔」「采用那幅画的风格」。
每张参考图只放一个主体，尽量用干净的背景；同一个角色或产品再次出场时，用同一张图。
参考图交代完，接着写动作，再写运镜，最后写光线：「她转身望向大海，镜头缓缓推近，傍晚低垂的夕阳」。
一条视频里放几个场景时用分镜格式，各镜头秒数加起来要等于视频时长，比如 5 秒的视频写「shot 1, 3, ...; shot 2, 2, ...;」。
先用低分辨率和较短时长试，满意的那条再用最高 4K 生成。
电影感 16:9 视频关键帧，镜头缓缓推近一位戴圆框眼镜的老裁缝，他在一张磨旧的木裁剪台上，用划粉在一段藏青色羊毛料上画线，身后的布卷一直堆到天花板，一盏黄铜台灯，脖子上挂着软尺。温暖的黄铜色光线，梅紫与藏青的布料色调，沉静而精准。
电影感 16:9 视频关键帧，春天的李树果园里，镜头沿着一张野餐垫缓缓移动，奶奶、父母和一个小男孩围着面包和水果欢笑，白色的花瓣随微风飘落。柔和的午后光线，梅紫、奶油白与绿色调，温暖而自然。
电影感 16:9 视频关键帧，近距离环绕镜头：黄昏时，一名穿深梅紫色演出服的花样滑冰运动员在户外冰场上旋转，冰刀下冰屑飞溅，身后的串灯和积雪的松树虚化成背景。冷蓝色的冰面映衬温暖的黄铜色串灯，动作利落，优雅。
电影感 16:9 视频关键帧，无人机从高处缓缓跟拍：黎明时，一列骆驼和裹着头巾的骑手翻过一座高大沙丘的脊顶，长长的影子铺在起伏的沙纹上，地平线上笼着淡淡的薄雾。黄铜金色的沙子配梅紫色天空，场面宏大，移动平缓。
示例图仅作示意，实际效果因模型而异。
下面的价格都取自实时价目表，价格一调整，这里就跟着变。图片按张计费，视频按秒计费。
| 分辨率 | 套餐 | 积分 |
|---|---|---|
| 720p | Plus | 21 约 US$0.21 |
| 1080p | Plus | 28 约 US$0.28 |
| 4K | Plus | 100 约 US$1.00 |
在 Zero Kit 上，Kling 3.0 Omni 生成的视频没有声音。官方为这个模型提供了原生音频，但编辑器里没有它的声音开关。
需要带声音的可灵视频就用 Kling 3.0 Turbo，或者在剪辑软件里配音。
除了图片，3.0 Omni 还能接收一段 3 到 15.5 秒的参考视频。加了视频后，参考图最多 4 张，视频也不带原生音频。视频编辑、可灵的主体库和自定义音色在 Zero Kit 上都用不了。
在 Plus 及以上套餐里，参考视频通过动作迁移或视频换人工具放进来，也可以用会话里已有的视频；本页的编辑器只接收图片。
用了首帧时，视频跟随这张图的比例，画幅设置不起作用。尾帧不能单独使用。
手、小字和快速动作仍可能变形，脸和手要逐帧检查，标题留到剪辑软件里加。
参考图必须是 JPG 或 PNG，每边至少 300 像素，宽高比在 1:2.5 到 2.5:1 之间。用真人的脸作参考，需要征得本人同意。
部分免费。可灵官方应用有免费的 Basic 套餐，每月送积分；去水印、4K 和商用需要付费订阅。
在 Zero Kit 上，Plus 及以上套餐可用，每次生成都会消耗积分。注册免费，升级前就能打开编辑器、写提示词并查看价格。
Kling 3.0 Omni 每秒视频的价格是：720p 档 21 积分（约 US$0.21）、1080p 档 28 积分（约 US$0.28） 和 4K 档 100 积分（约 US$1.00）。
视频按所选分辨率、以完整时长计费，本页表格列出了每种分辨率的实时价格。
美元金额为约数，按月付订阅价折算。
区别在参考图。Kling 3.0 从文字、首帧或首尾帧生成。
Kling 3.0 Omni 这些都能做，另外还能接收最多 7 张角色、场景和风格的参考图，这正是它的用途。
在 Zero Kit 上，两者都最高 4K，时长 3 到 15 秒，都支持多镜头提示词，生成的视频也都没有声音。
大多数新项目用 Kling 3.0 Omni。官方把它定位为 O1 的升级版，主体更一致，画面畸变更少。
两者都能接收多张参考图，或者首帧加可选的尾帧。在 Zero Kit 上，Omni 还能做多镜头视频，时长 3 到 15 秒；O1 只能做单镜头视频，时长只有两档固定值。
在 Zero Kit 上，「全能参考」模式下每次生成最多 7 张；同时加了参考视频时最多 4 张。
在「首尾帧」模式下，它接收的是首帧或首尾帧，而不是参考图。
步骤如下：
在 Zero Kit 上不能。官方为 3.0 Omni 提供了原生音频，但编辑器没有它的声音开关，所以视频是无声的。
需要带声音的可灵视频，就用 Kling 3.0 Turbo，它的每条视频都带声音。
付费套餐可以。付费套餐下生成的图片和视频可以商用，包括商品详情页、广告和社交媒体内容，但须遵守我们的服务条款。免费版的产出仅限个人、非商业用途。
不会。我们不会用你的提示词、上传内容或生成结果训练 AI 模型。为了完成生成，提示词和参考文件会发送给你所选模型的提供方，由对方按其自身条款处理这次请求。
写一句描述，或挑一个示例提示词，然后点生成。
最近更新：