做一段有变化的场景，而不只是让画面动起来。写下动作，最多安排 6 个镜头，加上你自己的参考，并决定这一段是否需要声音。
3–15 秒 720p 至 4K 原生音频可选
Kling 3.0 是快手的 AI 视频模型，可以把文字或图片变成短视频场景。在本站，你可以从提示词开始，用自己的图片引导开头或结尾，并逐个镜头安排动作。
这两段视频由本站的 Kling 3.0 生成。第一段是带声音的单个动作，第二段用了两个定时镜头。播放任意一段，旁边就是当时使用的完整提示词。
看镜头在陶艺师转动杯子时拉远。打开声音，能听到工作室环境音和最后的轻叩。提示词只给镜头一个动作，并把声音留给一个具体事件。
A cinematic portrait-format film of an adult ceramic artist in a sunlit workshop. Close-up: clay-covered hands lift a freshly glazed deep-blue cup from a wooden bench. The camera smoothly pulls back to reveal the artist turning the cup toward the window, warm light gliding across the glaze. She gently sets it on a saucer. Natural workshop ambience, a soft ceramic tap, no music, no speech, no subtitles. Detailed materials, believable hand motion, gentle pacing.
换成你的版本： 先替换物体和手部动作。镜头运动和声音提示要改成符合你新场景的具体内容。
看第 2 秒的切换：黄铜洒水壶贯穿两个镜头。分镜写明了宽景开头、特写结尾，以及每一拍的时长。
A cinematic two-shot journey through a miniature greenhouse at sunrise. Maintain the same brass watering can and green plants across the shots. Rich glass reflections, natural camera movement, realistic water, no text or logos.
换成你的版本： 把洒水壶换成一个有辨识度的物体，并在两个镜头里都写出它的名字，让前后画面连得上。
描述主体、发生的变化、地点，以及镜头如何移动。
上传一张开场图，也可以再加一张结束图，用来引导起点和去向。成片画幅可能会跟随你的图片。
当人物或物体必须保持可辨认时，提供它的多个视角。最多 3 个元素，每个 2 到 4 张图片。
最多排列 6 个镜头，并为每个镜头指定时长。各镜头秒数相加必须等于 3–15 秒的成片时长。
在提示词里写对白、环境音或一个明确的声音提示，然后打开音频。生成前查看更新后的积分报价。
需要特征视频或按角色分配的图片参考？那是另一个模型 Kling 3.0 Omni 的输入。
从一个主体和一件做得到的变化开始：陶艺师转动杯子，或水落到蕨叶上。
选择推进、拉远或特写。如果是连续镜头，在 Create 里按时间拆开。
只有场景需要时才添加你自己的画面或元素。选择时长、输出和音频，核对更新后的积分，再提交一次。
在 Create 里播放结果。如果前后对不上，就简化动作，或在每个分镜里重复那个辨识细节。
先用 720p 试一个想法，最终用途需要更高清晰度时再提高分辨率。下表按本站当前的 Kling 3.0 积分规则，计算一段 5 秒视频。
在 Create 里更改设置时，报价会随之更新。只有提交生成才会消耗积分。
| 输出 | 无声 | 含音频 |
|---|---|---|
| 720p | 68 | 101 |
| 1080p | 90 | 135 |
| 4K | 429 | 429 |
可以。在 Create 里添加首帧来引导开头；也可以再加尾帧，引导片段结束的位置。成片画幅可能会跟随原图，而不是表单里选的宽高比。图片由你提供；上面的纯文字示例没有使用图片。
元素用来提供反复出现的人物或物体的多个视角。这个 Kling 3.0 流程最多接受 3 个元素，每个 2 到 4 张图片。当身份需要在一个场景里保持一致时使用；它和首尾帧是分开的。
可以。分镜最多写 6 个按顺序排列的镜头，各镜头时长相加等于成片时长。原生音频是可选的。在提示词里描述想要的声音，提交前在 Create 里核对音频开关和更新后的报价。
本站目前为 Kling 3.0 提供 3 到 15 秒的整数时长，以及 720p、1080p 或 4K 输出。可用画幅，以及由图片引导时的最终宽高比，取决于输入方式。
不是。本页使用 Kling 3.0。Omni 是另一个模型，支持按角色分配的图片参考和特征视频输入。两者的输入规则和音频计价不同，生成前请确认 Create 里选中的模型。
报价会随 Create 里的模型、时长、分辨率和音频设置更新。只有提交生成才会消耗积分；只是查看示例或打开草稿不会扣费。完成的视频出现在 Create 对话和 My Assets 中。
先写一个清楚的动作。只有想法需要时，再增加控制。
用 Kling 3.0 创作