Kling O3 — Kling 3.0 Omni動画モデル

Textはプロンプトから始まり、Imageは開始フレーム1枚または開始・終了フレームの組み合わせから始まります。Referenceは、対応する被写体、画像、動画の参照素材を組み合わせます。Transformationは、変更したい既存の動画から始まります。それぞれに独立したメディア操作があります。

Imageワークフローは、開始フレーム1枚、または開始・終了の順に並べた正確に2枚の画像を受け付けます。1枚あたり最大50 MBのJPG、JPEG、PNGを使用し、縦横とも300 px以上、アスペクト比0.4〜2.5にしてください。

カスタムのマルチショットモードは、最大6つのショット説明を受け付けます。カスタム構成とインテリジェントなショット構成を同時に有効にはできません。全体の長さを3〜15秒から選び、送信前に各ショットの時間を確認してください。

参照動画がない場合、画像参照と複数画像の被写体には合計最大7つの上限があり、異なる被写体タイプを混ぜると上限が減ります。参照動画がある場合、最大4つの画像参照が、許可された被写体枠を共有します。現在の組み合わせのカウンターに従ってください。

3〜15.5秒、最大200 MBのMP4またはMOVクリップを1本使用してください。縦横それぞれ700〜4,553 px、総画素数は最大8,294,400、アスペクト比0.4〜2、フレームレート24〜60 fpsが必要です。既存の作品も、同じ制限を満たす必要があります。

Referenceワークフローでは、動画を入力すると音声生成をオフにする必要があります。TextとImageは音声生成を提供できます。Transformationには独自の音声設定があるため、すべてのO3入力が同じように動作すると考えず、実際のワークフローを確認してください。

O3は720p、1080p、4Kを提供します。Textは16:9、9:16、1:1に対応します。Imageと動画ワークフローは、入力の組み合わせとショットモードに応じて、自動の比率または明示的な比率を使用する場合があります。参照素材を変更したときは、操作項目を再確認してください。