Cinematic text-to-video with audio
Kling Video v3 Standard 將書面描述轉換成電影般的影片,包含流暢、可信的動作,以及與畫面同步生成的聲音。專為希望超越單一動態影像的創作者打造,它產生精緻的剪輯,感覺像是導演執導而非隨機拼湊——擁有像真實鏡頭般的攝影機移動、燈光和節奏。
它本質上是一個文字轉影片模型:您描述想要的場景,它就會渲染出來。例如「金黃時分無人機鏡頭飛越長滿苔蘚的石墟,上升穿越崩塌拱門,揭露霧氣瀰漫的山谷伴隨著體積光線」的提示,正是模型設計用來解讀的層次豐富、攝影機感知式指示。它處理氛圍、規模和寫實細節,非常適合電影製作者建立開場鏡頭、概念藝術家視覺化世界,以及需要隨選吸睛 B 鏡的內容創作者。
其中一個亮點功能是原生音訊生成。模型不必分開步驟添加聲音,就能一併產生音訊,讓成品影片自帶匹配聲音。語音輸出支援中文和英文,其他語言會自動翻譯成英文。為了獲得最乾淨的語音效果,建議用小寫英文撰寫對話,並保留大寫給縮寫或專有名詞以確保正確發音。如果您偏好無聲影片——例如計劃自行配樂或編輯聲音——可以簡單關閉音訊生成。
多鏡頭支援是 Kling v3 Standard 真正區別於單一剪輯生成器的特色。您不必產生連續長鏡頭,而是能用多個獨立鏡頭各帶描述和長度來建構影片。這讓您勾勒短序列——開場廣角、細部特寫、揭露鏡頭——並讓模型將它們縫合成一個連貫影片。您可以自行佈局鏡頭以獲得完全控制,或交給智慧模式讓它自動決定如何拆分鏡頭。那樣的彈性使其適合分鏡腳本、短篇敘事蒙太奇,以及需要視覺多樣性卻不需手動組裝的社群媒體剪輯。
影片長度完全可調。單一影片可從 3 到 15 秒,5 秒為標準預設值。建構多鏡頭序列時,每個獨立鏡頭可獨立設定,從最短 1 秒到 15 秒,讓您精準掌控整段節奏和步調。
畫面比例同樣靈活。模型輸出三種畫面比例:寬銀幕 16:9 用於電影和橫幅作品、豎直 9:16 用於手機優先的短影音平台,以及方形 1:1 用於偏好平衡構圖的動態牆。這讓您能產生專為目標平台打造的內容,而非事後裁切。
為了創作控制模型遵循描述的忠實度,有提示遵守度設定。調高讓模型更嚴格遵循您的描述;調低則給它更多詮釋和添加個人風格的空間。這在精準指示與驚喜之間取得平衡時特別實用。負面提示選項讓您引導模型避開不想要的特質——預設已避免模糊、扭曲和低品質——您可擴充清單排除特定元素、風格或瑕疵。
成品以標準 MP4 影片檔交付,隨時可放入編輯器、直接分享或結合其他鏡頭。寫實電影風格——注重燈光、深度和動作——使其適合廣泛創作:提案和氛圍影片、氛圍開場鏡頭、產品和概念視覺化、動畫分鏡腳本、音樂驅動蒙太奇,以及社群平台的短形豎直內容。
誰最受益?電影製作者和導演會欣賞多鏡頭結構和攝影機感知提示,用於預覽和序列建構。內容創作者和社群媒體製作者獲得平台就緒的豎直與方形格式,並自帶聲音。設計師和概念藝術家能將靜態想法動態化,測試場景感覺。任何嘗試敘事的創作者都能從書面構想直接到可觀看剪輯,無需動用攝影機或編輯軟體。
幾點值得注意。您提供單一提示產生連續片段,或多鏡頭清單產生序列——每次生成選擇一種方式,而非兩者兼用。音訊語音輸出以英文和中文最強,其他語言經英文翻譯,因此請據此規劃對白內容。而且由於提示遵守度和負面提示皆形塑結果,花點時間精煉描述和排除項目,通常能產生更一致、精準的影片。透過清晰電影式提示和深思熟慮的鏡頭結構與時機運用,Kling v3 Standard 為創作者提供從構想到成品帶聲影片的快速途徑。
A woman kneeling in darkness, illuminated by a warm, radiant beam of light emerging from her raised hand.
描述您的影片場景,包含動態、鏡頭角度與氛圍
模型以自然的物理與光線打造電影般的動態效果
下載並分享可直接上線的影片
發揮模型渲染史詩景觀、體積燈光和電影動態的能力,產生無人機式橫幅景觀鏡頭,理想適合電影內容。
展現反射表面、動態燈光轉換,以及風格化慢動作,用於時尚捕捉專業編輯風格,帶電影魅力與精準模型導向。
測試流暢動作、音樂影片編舞、轉場和奇幻氛圍,最大化模型在動態風格化序列與多鏡頭轉場的強項。
“Cinematic reveal of a sleek black luxury sports car in a dark studio. Camera starts close on the chrome badge, slowly pulling back while orbiting 180 degrees around the vehicle. Dramatic rim lighting gradually intensifies, highlighting the car's sculptural curves and glossy finish. Reflections dance across the body as the camera moves. Dust particles float in volumetric light beams. Final wide shot reveals the full silhouette against a gradient backdrop. 8 seconds, smooth motion, 24fps cinematic quality.”
立即切換至推理引導式合成

Fast balanced text-to-video generation
1.6 點數

Cinematic video from references
10 點數

Fast cinematic video with audio
0.1 點數
Text to video with audio
0.7 點數

Film-grade video with audio
0.1 點數

Cinematic video with native audio
1.4 點數

Cinematic video from references
0.4 點數