メインコンテンツへスキップ
Model logo

Kling 3.0 Omni API

  • テキストから動画
  • 画像から動画
  • 参照から動画
  • 動画から動画

Kling 3.0 OmniはKlingモデルファミリーの一部ですすべてのKlingモデルを見る

上で画像や動画をアップロードし、プロンプト内で @ を入力して参照してください

モード
出力

生成されたvideoがここに表示されます

更新

Kling 3.0 Omniとは

Kling 3.0 Omniは、Kling 3.0のフル参照対応版です。ベースの3.0エンドポイントがプロンプト、開始フレームと終了フレーム、マルチショット、ネイティブ音声、エレメントをカバーするのに対し、Omniはその上に生の参照画像(image_urls、最大7枚)、明示的なvideo_modeスイッチ、そして2種類の参照動画の挙動(ReferenceとTransform)を加えています。モードは、省略(入力なしの純粋なテキストから動画生成)、elements(image_urlsと永続的なエレメント、合計7まで)、start_end_frame、transform、video_referenceの5つです。出力は720p(Standard)、1080p(Pro)、4Kで、3〜15秒の単一ショット、または2〜6シーンを重ねたマルチショットを生成します。ネイティブ音声も同じ呼び出しで使えます。参照素材が多い依頼や、参照が動画である場合にOmniを選んでください。

Kling 3.0 Omniの主な機能

OmniがベースのKling 3.0に加えるものは、次の5つの機能で定義されます。

最大7枚の生の参照画像

elementsモードでimage_urlsを渡し、プロンプト内で@image_1〜@image_7としてインラインで参照します。永続的なエレメントと合わせて最大7つです。キャラクター、商品、環境、ブランド素材を一度に固定したい依頼に役立ちます。

画像・動画素材のための永続的なエレメント

elements配列は被写体をKlingアカウント上に保存し、呼び出しの間維持され、画像と動画の両方のエレメントタイプに対応します。各エレメントは最大4つのimage_urlsか、1つのvideo_urlを受け取ります。

ReferenceとTransformの動画モード

video_mode: referenceは元動画をスタイルやモーションのガイドとして扱います。video_mode: transformは動画そのものを作り変えます。どちらも入力は4までで、モデルが出力比率を決められるようaspect_ratio: autoが必要です。

1回の呼び出しで最大6シーンのマルチショット

multi_shotsは2〜6件のエントリを受け取り、ショットごとにプロンプトと長さを指定できます。合計の長さは3〜15秒の範囲に収まります。カット間の一貫性が重要な物語の展開や、連続もののキャラクター制作に便利です。

720p、1080p、4Kとネイティブ音声

Standardは720p、Proは1080pで出力し、専用の4Kモードならエンドポイントから直接4Kが得られます。native_audioも同じ呼び出しで利用できます。

用途

  • 参照素材の多いキャンペーン制作

    最大7枚の参照画像と永続的なエレメント。固定の素材(キャラクター、商品、環境、ブランドキット)が多い依頼に向いています。

  • 参照動画からのスタイル・モーション転写

    スタイル転写ならvideo_mode: reference、リタイミングや作り変えならvideo_mode: transform。「@videoの動きに合わせて」といった依頼に便利です。

  • キャラクターが一貫したマルチショット

    Kling 3.0のマルチショットモードと、より強力な参照処理を組み合わせます。連続もののキャラクター制作に向いています。

  • 参照が混在する場合のAutoアスペクト比

    参照動画を設定すると、モデルが出力のアスペクト比を選びます。正方形、縦長、ワイドの参照が混ざる場合に便利です。

  • 音声を保ったスタイル転写

    見た目を変えながら、ネイティブ音声を映像に合わせたまま保てます。音楽主導のカットや連続するブランド制作に向いています。

バリエーション

3つの出力モードとvideo_modeスイッチがあります。解像度と、依頼の主役が画像なのか、フレームなのか、参照動画なのかで選びます。

Standard

720pの出力モードです。1本あたりの料金が安く処理も速いため、レイアウトの検討やコンセプト確認に向いています。

Pro

1080pの出力モードです。ヒーロー枠や有料出稿に載せる納品カットの標準です。

4K

エンドポイントから直接プレミアム納品用の4Kを得られる専用モードです。

Reference(video_mode: video_reference)

任意の参照動画を、プロンプトで生成する結果のスタイルやモーションのガイドとして扱います。image_urlsとelementsの合計は4まで、aspect_ratioはautoである必要があります。

Transform(video_mode: transform)

渡した参照動画の挙動をより強く編集したり、リタイミングしたりすることを狙います。上限とアスペクト比のルールはReferenceと同じです。

マルチショット

2〜6件のエントリを持つmulti_shots配列を渡します。各ショットが独自のプロンプトと長さを持ちます。合計の長さは3〜15秒の範囲です。

活用例

キャラクター、商品、環境の3つを生の参照画像(最大7枚)として渡し、プロンプトで@image_1、@image_2、@image_3として参照すれば、カット全体でそれらを固定したキャンペーンを作れます。video_modeをvideo_referenceにし、トレンド動画をvideo_urlとして渡せば、フレームをコピーすることなくその雰囲気を引き継ぎ、既存のトレンド動画の動きに合わせられます。より強く作り変えたいなら、video_mode: transformに切り替えて元動画をリスタイルしてください。multi_shots配列で3つのつながったショットを組み、ヒーローキャラクターを永続的なエレメントとして3ショットすべてに保持させれば、12秒の連続カットが作れます。

APIの使用例

Kling 3.0 Omniは、/v1/tasksにPOSTするだけで任意の言語から呼び出せます。パラメータの詳細はdocs.unifically.com/models/video/kling/kling-3.0-omni-videoを参照してください。

curl -X POST https://api.unifically.com/v1/tasks \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "kuaishou/kling-3.0-omni-video",
    "input": {
      "prompt": "A majestic eagle soaring through mountain peaks at sunset",
      "duration": 5,
      "mode": "pro"
    }
  }'

送信に成功するとtask_idが返ります。GET /v1/tasks/<task_id>をポーリングするか、リクエストにcallback_urlを設定して完成した結果を受け取ってください。

FAQ

Kling 3.0 Omniに関するよくある質問

Kling 3.0 Omniは、Kling 3.0のフル参照対応版です。1回の生成呼び出しで、最大7枚の参照画像、永続的なエレメント(画像または動画)、任意の開始フレームと終了フレーム、そしてReferenceまたはTransformの挙動を持つ任意の参照動画を受け取れます。単一ショットは3〜15秒、マルチショットは2〜6シーンで、720p/1080p/4Kで出力します。

ベースのKling 3.0は、プロンプト、フレーム画像、マルチショット、ネイティブ音声、エレメントをカバーします。Omniはその上に、生の参照画像(image_urls、最大7枚)、ReferenceとTransformを明示的に切り替えるvideo_modeスイッチ、参照動画を使うときのAutoアスペクト比を重ねています。ベースのエンドポイントにはvideo_urlもvideo_modeもまったくありません。

生の参照画像は@image_1〜@image_7、elements配列の永続的なエレメントは@element_1、@element_2で指定します。どちらもプロンプト文字列の中にインラインで書きます。

Referenceは動画をスタイルやモーションのガイドとして扱い、プロンプトで新しい結果を導きます。Transformは、渡した動画自体をより強く編集したりリタイミングしたりすることを狙います。どちらのモードもimage_urlsとelementsの合計を4までに制限し、aspect_ratioをautoにする必要があります。

参照動画を設定した場合、aspect_ratioはautoでなければならず、モデルが入力に基づいて出力のアスペクト比を決めます。テキストから動画生成とelementsモードでは、1:1、16:9、9:16を明示的に指定できます。