O text-to-video Kling 2.6 transforma uma cena escrita em um clipe fixo em 1080p de 5 ou 10 segundos, em 16:9, 9:16 ou 1:1. Ative o áudio para ter uma trilha sonora gerada junto com a imagem ou deixe desligado para um clipe mudo.
Playground
Estes exemplos foram escritos para este endpoint. Substitua o prompt e as URLs de mídia de exemplo por suas próprias entradas acessíveis. Antes de enviar, confira a estimativa atual e a disponibilidade do modelo.
- Saída5 s
monsoon-palace-marigold-dance Só texto, com som desligado. O prompt descreve um entardecer de monção no pátio de um palácio indiano e o clipe entrega isso: chuva sobre um piso de mármore molhado, lamparinas acesas nos arcos entalhados, pétalas de calêndula caindo e amontoadas nas pedras, e tocadores de dhol de kurta branca ao redor. A mulher de sári de seda verde-esmeralda e blusa curta gira com os braços erguidos, depois se vira para a câmera, sorri e pousa uma mão na cintura enquanto a câmera, baixa, a contorna devagar. `generate_audio` é `false` e `duration_seconds` é `5`, então é um clipe 16:9 sem som; o modelo o entrega em 1920×1080.
- 16:9
- 5s
- Saída5 s
diner-booth-2am Uma cena de diálogo entre quatro pessoas com som ativado. Risadas, uma jukebox e talheres tilintando chegaram todos sincronizados com a cena, embora o grupo tenha mostrado menos gestos com as mãos do que o prompt pedia.
- audio
- Saída5 s
studio-dancer-take Um take vertical silencioso e travado de um dançarino, corpo inteiro em quadro o tempo todo — limpo o suficiente para reaproveitarmos esse clipe exato como vídeo de referência em dois testes de Motion Control em outras famílias.
- 9:16
Este exemplo começa em $0.069 por segundo de saída. O Playground recalcula a estimativa sempre que você muda as configurações.