文档目录

Kling / Video Generation

Kling 视频生成

Kling 模型用于生成短视频。当前支持文生视频、图生视频、首尾帧和动作控制四类能力,请使用任务式接口提交请求,再轮询任务结果。

可用模型

调用时在 model 字段填写控制台开放的模型名。当前 Kling 系列包含以下模型:

模型说明常见能力
kling-v3新一代 Kling 视频模型。文生视频、图生视频、首尾帧、动作控制,支持 4K。
kling-v2-6Kling 2.6 视频模型。文生视频、图生视频、首尾帧、动作控制。
kling-v2-5-turboKling 2.5 Turbo 视频模型。文生视频、图生视频、首尾帧。

具体可调用能力以模型广场、控制台模型权限和接口返回为准。没有价格或未开放的能力不会被调用。

四种视频能力

能力接口用途关键参数
文生视频/kling/v1/videos/text2video只通过文字提示词生成视频。modelpromptdurationmoderesolution
图生视频/kling/v1/videos/image2video基于首帧图片生成视频。modelimageimages[0]promptdurationmoderesolution
首尾帧/kling/v1/videos/image2video指定开始画面和结束画面,生成中间运动过程。modelimagemetadata.image_tailmetadata.image_tail_urldurationmoderesolution
动作控制/kling/v1/videos/motion-control使用参考视频驱动图片中的人物或主体动作。modelimagemetadata.video_urlmetadata.character_orientationdurationmode

图片和视频 URL 必须能被服务端公网访问。动作控制对素材要求更严格,人物上半身或要控制的主体需要清晰、完整、无遮挡。

清晰度、模式和声音

参数可用值说明
modestdpro控制生成档位。std 适合普通预览和低成本批量生成,pro 适合更高质量结果。
resolutionstdpro4k控制计费和输出清晰度。4K 仅在支持 4K 的模型和能力上可用。
duration常见为 5 或模型支持的秒数Kling 视频按秒计费。实际可用时长由模型和能力决定。
metadata.generate_audiotrue / false是否生成原生声音。并非所有模型、模式和能力都支持有声视频。
metadata.voice_id音色 ID指定音色。只有支持“有声且指定音色”的模型能力才会生效。

如果请求的模型不支持某个组合,例如不支持 4K、动作控制或指定音色,接口会返回 400 类错误。排障时先用 duration: 5mode: "std"resolution: "std" 跑通最小请求,再逐步开启更高档位或声音参数。

可用 API 一览

Kling 视频使用异步任务接口:先调用创建接口获得 task_id,再调用对应查询接口获取任务状态和结果视频。当前可用的 Kling 专用 API 如下:

能力创建接口查询接口说明
文生视频POST /kling/v1/videos/text2videoGET /kling/v1/videos/text2video/{task_id}只根据文字提示词生成视频。
图生视频POST /kling/v1/videos/image2videoGET /kling/v1/videos/image2video/{task_id}根据首帧图片和提示词生成视频。
首尾帧POST /kling/v1/videos/image2videoGET /kling/v1/videos/image2video/{task_id}仍然使用图生视频接口;请求里带结束帧字段后按首尾帧处理。
动作控制POST /kling/v1/videos/motion-controlGET /kling/v1/videos/motion-control/{task_id}使用参考视频控制图片主体动作。

首尾帧不是单独路径。它通过 /kling/v1/videos/image2video 创建,请求中携带 metadata.image_tailmetadata.image_tail_urlmetadata.end_imagemetadata.tail_image 时,系统会按首尾帧计费和展示。

文生视频示例

curl "https://youlai.ai/kling/v1/videos/text2video" \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-v3",
    "prompt": "一位产品经理在明亮办公室中展示手机应用界面,镜头缓慢推进,真实电影感",
    "duration": 5,
    "mode": "std",
    "resolution": "std",
    "task_type": "kling.videos.text2video"
  }'

图生视频示例

curl "https://youlai.ai/kling/v1/videos/image2video" \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-v3",
    "prompt": "让画面中的人物自然转身并微笑,背景保持稳定",
    "image": "https://example.com/first-frame.jpg",
    "duration": 5,
    "mode": "pro",
    "resolution": "pro",
    "task_type": "kling.videos.image2video"
  }'

首尾帧示例

首尾帧仍使用图生视频接口,通过 metadata.image_tailmetadata.image_tail_url 传入结束帧。

curl "https://youlai.ai/kling/v1/videos/image2video" \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-v2-6",
    "prompt": "从第一张图自然过渡到结束姿态,动作连贯,光照一致",
    "image": "https://example.com/start.jpg",
    "duration": 5,
    "mode": "pro",
    "resolution": "pro",
    "task_type": "kling.videos.image2video",
    "metadata": {
      "image_tail": "https://example.com/end.jpg"
    }
  }'

动作控制示例

动作控制使用图片作为主体外观,使用参考视频提供动作。参考视频中的人体或主体需要完整清晰,否则任务可能被上游拒绝。

curl "https://youlai.ai/kling/v1/videos/motion-control" \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-v3",
    "prompt": "保持人物身份和服装一致,让人物按照参考视频做自然手势动作",
    "image": "https://example.com/person.jpg",
    "duration": 5,
    "mode": "std",
    "resolution": "std",
    "task_type": "kling.videos.motion-control",
    "metadata": {
      "video_url": "https://example.com/motion-reference.mp4",
      "character_orientation": "video"
    }
  }'

生成有声视频

支持有声视频的模型可以在 metadata 中开启声音。不同模型对“有声无指定音色”和“有声指定音色”的支持不同,价格也可能不同。

curl "https://youlai.ai/kling/v1/videos/text2video" \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-v3",
    "prompt": "海边咖啡馆外景,人物轻声介绍今日新品,环境音自然",
    "duration": 5,
    "mode": "pro",
    "resolution": "pro",
    "task_type": "kling.videos.text2video",
    "metadata": {
      "generate_audio": true,
      "voice_id": "optional-voice-id"
    }
  }'

如果不需要声音,请省略 generate_audio 或设为 false,避免触发有声计费项。

查询任务结果

提交成功后会返回平台任务 ID。使用同一能力接口加上任务 ID 轮询结果,直到任务进入 SUCCESSFAILURE

curl "https://youlai.ai/kling/v1/videos/text2video/TASK_ID" \
  -H "Authorization: Bearer sk-xxxxxxxx"
创建能力查询接口
文生视频GET /kling/v1/videos/text2video/{task_id}
图生视频GET /kling/v1/videos/image2video/{task_id}
首尾帧GET /kling/v1/videos/image2video/{task_id}
动作控制GET /kling/v1/videos/motion-control/{task_id}
字段说明
status任务状态,常见为排队、处理中、成功或失败。
result_url任务成功后的结果视频 URL。
fail_reason任务失败原因,例如素材不可访问、主体不清晰、模型不支持该参数组合。

排障建议

问题处理方式
400 参数错误确认 task_type、接口路径、模型名、moderesolution 是否匹配。
图片或视频 URL 为空确认 URL 在公网可访问;动作控制建议同时在 metadata.video_url 传参考视频。
动作控制识别失败换用上半身完整、无遮挡、人物清晰的参考视频和主体图片。
4K 或有声失败先用 STD 无声请求跑通,再确认当前模型和能力是否支持 4K 或声音。
费用高于预期检查是否启用了 pro4kgenerate_audio 或指定音色。