产品亮相
视觉灵感,非 Kling O3 实测输出
产品亮相
产品要从棚拍画面开场,最后停在包装上。
Prompt cue
从首帧的瓶子缓慢推镜,柔和日光扫过标签,最后停在尾帧里装盒的产品上。
Settings
图生视频,首帧 + 尾帧,5 秒,720p
Expected motion
从开场构图按规划过渡到结尾构图
可以用提示词直接生成;也可以给首帧加一张可选尾帧做成动画;还可以用 1 到 7 张参考图片生成视频,或者上传一段视频、写明要怎么改。分辨率可选 720p、1080p 或 4K,文生、图生和参考生视频还可以开启原生音频。
动作灵感
这些片段来自 AI 视频图库,仅作视觉灵感,可用来规划镜头语言、节奏、构图和提示词方向。除非明确标注为模型实测,否则它们并非 Kling O3 的输出。

提示词驱动的动作
文生视频规划:提示词,5–15 秒,720p 到 4K
参考图库的节奏,决定提示词需要固定机位、推镜头,还是一个简单的主体动作。
文生视频规划:提示词,5–15 秒,720p 到 4K
先准备一张有力的首帧,只有结尾构图重要时才加尾帧。
图生视频规划:必需首帧,可选尾帧
收集好要用的图片或源视频,再想清楚提示词要保留什么、改变什么。
参考生视频:1–7 张图片;视频转视频:1 段 3–15 秒视频
为什么选择 Kling O3
AISnapEdit 为 Kling O3 开放四个场景:文生视频、带首帧和尾帧的图生视频、最多 7 张图片的参考生视频,以及基于一段视频的视频转视频,分辨率都可选 720p、1080p 或 4K。
提供方
可灵
快手可灵的 Kling O3 视频模型,可在 AISnapEdit 上使用。
场景
文生 / 图生 / 参考 / 视频转视频
已开放文生视频、图生视频、参考生视频和视频转视频。
时长
5–15 秒
文生、图生和参考生视频为 5 到 15 秒;视频转视频跟随 3–15 秒的源视频。
定价
16–76 积分/秒
720p/1080p/4K 下每秒 16/21/76 积分,带音频每秒 21/26/76 积分;视频转视频按源视频每秒 23/31/76 积分。
根据你手上已有的素材选择场景。
提示词生成场景

提示词生成场景
视觉灵感,非 Kling O3 实测输出
画幅可选 16:9、9:16 或 1:1,需要时可开启音频。
需要首帧
需要首帧
视觉灵感,非 Kling O3 实测输出
可再加一张尾帧;只支持 JPG 或 PNG,画幅跟随首帧。
1–7 张图片
1–7 张图片
视觉灵感,非 Kling O3 实测输出
画幅可选 16:9、9:16 或 1:1。这个场景不支持参考视频。
1 段源视频
1 段源视频
视觉灵感,非 Kling O3 实测输出
MP4 或 MOV,3–15 秒,每边至少 700 像素;输出时长跟随源视频。
第一次生成保持简短,足以判断动作、构图和提示词效果即可。
图生视频
适合产品镜头、设计好的静帧,以及开场或结尾已确定的镜头。
视频转视频
适合给素材换风格,动作和时长由源视频决定。
以下是规划示例,并非经过验证的模型输出。
产品亮相
视觉灵感,非 Kling O3 实测输出
产品要从棚拍画面开场,最后停在包装上。
Prompt cue
从首帧的瓶子缓慢推镜,柔和日光扫过标签,最后停在尾帧里装盒的产品上。
Settings
图生视频,首帧 + 尾帧,5 秒,720p
Expected motion
从开场构图按规划过渡到结尾构图
角色换场景
视觉灵感,非 Kling O3 实测输出
一个固定角色要出现在新的场景里。
Prompt cue
参考图片里的快递员穿过雨夜的夜市,手持镜头在肩高位置跟拍。
Settings
参考生视频,2–3 张图片,10 秒,720p 试片
Expected motion
角色样貌沿用参考图片
街景换风格
视觉灵感,非 Kling O3 实测输出
一段手机拍的街景,想做成手绘动画的效果。
Prompt cue
把画面变成带柔和纸张纹理的水彩动画,保留原来的运镜和行人的动作。
Settings
视频转视频,1 段 5 秒 1280×720 视频,720p
Expected motion
原有动作配上新的画面风格
竖屏预告
视觉灵感,非 Kling O3 实测输出
一段需要环境音的竖屏短预告。
Prompt cue
清晨,咖啡倒进玻璃杯的特写,热气升起,镜头缓慢上摇到窗边,安静的咖啡馆环境音。
Settings
文生视频,9:16,5 秒,1080p,开启音频
Expected motion
一个缓慢的上摇镜头,配上相应的环境音
AISnapEdit 为该模型提供的生成器覆盖文生视频、图生视频、参考生视频和视频转视频。
输入方式
AISnapEdit 开放了纯提示词、首帧/尾帧动画、1–7 张参考图片,以及单段源视频四种方式。
根据手上已有的素材选择场景。
时长
文生、图生和参考生视频为 5 到 15 秒;视频转视频跟随 3–15 秒的源视频。
判断动作质量时先从短片开始。
定价
720p/1080p/4K 下每秒 16/21/76 积分,带音频每秒 21/26/76 积分;视频转视频按源视频每秒 23/31/76 积分,向上取整。
试片用 720p,接近交付时再用 1080p 或 4K。
媒体佐证
除非明确标注为 Kling O3 实测输出,图库媒体仅作灵感。
把示例提示词当作规划方向,而不是模型输出的证明。
关于这个模型的常见问题解答
Kling O3 是快手可灵推出的视频模型,也叫 Kling 3.0 Omni。在 AISnapEdit 上可用于文生视频、带首帧和尾帧的图生视频、最多 7 张图片的参考生视频,以及视频转视频。
Kling O3 是更新的模型。在 AISnapEdit 上,它在 Kling 3.0 已有的文生视频和图生视频之外,还提供参考生视频和视频转视频。Kling 3.0 仍可使用。
文生视频、图生视频和参考生视频为 5 到 15 秒,默认 5 秒。视频转视频的输出时长和源视频一致,源视频须为 3 到 15 秒。
按输出秒数计费:不带音频时 720p、1080p、4K 分别为每秒 16、21、76 积分,带音频时为每秒 21、26、76 积分,最少按 5 秒计费。5 秒 720p 不带音频的视频需要 80 积分,5 秒 1080p 带音频需要 130 积分,15 秒 4K 需要 1140 积分。视频转视频按源视频时长计费,每秒 23、31、76 积分,时长向上取整到整秒,所以一段 3.52 秒的源视频在 720p 下按 4 秒计费,共 92 积分。
图生视频需要一张首帧,尾帧可选;参考生视频需要 1 到 7 张图片。图片必须是 JPG 或 PNG,每张最大 10MB,不支持 WebP。图生视频的首帧和尾帧还要求每边至少 300 像素,宽高比在 0.4 到 2.5 之间。
只能上传 1 段 MP4 或 MOV 视频,最大 10MB,时长 3 到 15 秒,每边至少 700 像素,帧率 24 到 60,宽高比在 0.4 到 2 之间。480p 的视频(比如 854×480)会被服务商拒绝。在提示词里写明要怎么改;这个场景没有时长和宽高比选项,也不生成音频。
可以选择。文生视频、图生视频和参考生视频可以开启原生音频,默认关闭。720p 和 1080p 带音频时每秒价格更高,4K 开不开音频价格相同。视频转视频不生成音频。
文生视频和参考生视频可选 16:9、9:16 和 1:1。图生视频跟随首帧的形状,视频转视频跟随源视频。
不支持。AISnapEdit 上的 Kling O3 不提供多镜头或分镜提示词、@ 主体引用,参考生视频也不支持参考视频;视频转视频只接受一段视频,不能再加图片。
用文字生成、让首帧动起来、基于参考图片创作,或改造你自己的视频,分辨率从 720p 到 4K。