Kling: Video O1

Kling: Video O1 es un modelo de generación de video creado por Kling, la línea de video con IA de Kuaishou. Se ubica en la categoría de video y se identifica en api14 mediante el id de modelo kwaivgi/kling-video-o1. Si estás construyendo algo que necesita metraje en movimiento generado en lugar de texto o imágenes fijas, esta es la familia de modelos que debes considerar, y proviene de un proveedor cuyo enfoque es el video en lugar del trabajo lingüístico de propósito general.

El modelo acepta entradas de texto e imagen y devuelve video. Eso significa que se admiten tanto flujos de trabajo de texto a video como de imagen a video, y también puedes proporcionar imágenes de fotograma como first_frame o last_frame para anclar cómo comienza o termina un clip. La salida está disponible en 720p en tres relaciones de aspecto, 16:9, 9:16 y 1:1, y las duraciones de los clips son de 5 o 10 segundos. La generación de audio también está disponible, por lo que una sola solicitud puede producir un clip con sonido en lugar de metraje silencioso. No hay una longitud de contexto publicada para este modelo, así que trátalo como un generador de video en lugar de algo a lo que le pasas documentos largos.

Los usos prácticos se derivan directamente de esas entradas y salidas. El texto a video se adapta a tomas cinematográficas cortas, visualización de conceptos y clips para redes sociales donde describes la escena y dejas que el modelo la renderice. El imagen a video es útil cuando ya tienes una imagen fija, como una foto de producto, una ilustración o un fotograma de storyboard, y quieres animarla. Proporcionar un primer fotograma y un último fotograma te da cierto grado de control sobre el movimiento entre dos estados conocidos, lo que ayuda con transiciones y tomas que deben comenzar o terminar en una composición específica. La relación 9:16 encaja con feeds verticales, 16:9 encaja con reproducción panorámica estándar, y 1:1 cubre ubicaciones cuadradas. La duración de 5 segundos funciona para bucles rápidos y avances, mientras que 10 segundos le da a una toma más espacio para desarrollarse. La generación de audio significa que puedes entregar un clip terminado sin una pasada de sonido separada.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo kwaivgi/kling-video-o1, por lo que el código de cliente y las herramientas existentes al estilo OpenAI se trasladan con cambios mínimos. Los parámetros de solicitud expuestos para este modelo son max_tokens, temperature y top_p. Temperature y top_p te dan control sobre cuán variada o determinista es la generación, y max_tokens limita la solicitud. La resolución, la relación de aspecto, la duración, las imágenes de fotograma y el audio son propiedades de la salida de video del modelo en lugar de parámetros de solicitud listados, así que revisa el esquema actual en la página del modelo antes de integrarlos en una solicitud.

Una cosa a tener en cuenta es que este modelo solo genera video. Si tu tarea es generación de texto, razonamiento, clasificación o creación de imágenes, un modelo diferente en api14 encajará mejor. Tampoco hay una longitud de contexto declarada, así que evita tratarlo como un modelo de contexto largo. Dentro de su ámbito, sin embargo, cubre los casos comunes: clips cortos a 720p, tres relaciones de aspecto, dos duraciones, audio opcional y anclaje de fotogramas para trabajo basado en imágenes.