Kling: Video O1

Kling : Video O1 est un modèle de génération vidéo créé par Kling, la gamme vidéo IA de Kuaishou. Il appartient à la catégorie vidéo et est identifié sur api14 par l'identifiant de modèle kwaivgi/kling-video-o1. Si vous construisez quoi que ce soit qui nécessite des séquences animées générées plutôt que du texte ou des images fixes, c'est la famille de modèles à examiner, et elle provient d'un fournisseur dont l'activité est centrée sur la vidéo plutôt que sur le travail linguistique généraliste.

Le modèle prend en entrée du texte et des images et renvoie de la vidéo. Cela signifie que les flux de travail texte-vers-vidéo et image-vers-vidéo sont pris en charge, et vous pouvez également fournir des images de cadre comme first_frame ou last_frame pour ancrer le début ou la fin d'un clip. La sortie est disponible en 720p selon trois ratios d'aspect, 16:9, 9:16 et 1:1, et les durées des clips sont de 5 ou 10 secondes. La génération audio est également disponible, ainsi une seule requête peut produire un clip avec du son plutôt qu'une séquence silencieuse. Il n'y a pas de longueur de contexte publiée pour ce modèle, donc considérez-le comme un générateur vidéo plutôt que comme un modèle auquel vous transmettez de longs documents.

Les usages pratiques découlent directement de ces entrées et sorties. Le texte-vers-vidéo convient aux courts plans cinématographiques, à la visualisation de concepts et aux clips pour réseaux sociaux où vous décrivez la scène et laissez le modèle la restituer. L'image-vers-vidéo est utile lorsque vous disposez déjà d'une image fixe, comme une photo de produit, une illustration ou une image de storyboard, et que vous souhaitez l'animer. Fournir une première image et une dernière image vous donne un certain degré de contrôle sur le mouvement entre deux états connus, ce qui aide pour les transitions et les plans qui doivent commencer ou se terminer sur une composition précise. Le ratio 9:16 convient aux fils verticaux, le 16:9 à la lecture grand écran standard, et le 1:1 aux emplacements carrés. La durée de 5 secondes convient aux boucles rapides et aux teasers, tandis que 10 secondes donnent à un plan plus de place pour se développer. La génération audio signifie que vous pouvez livrer un clip fini sans passe sonore séparée.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle kwaivgi/kling-video-o1, donc le code client et les outils existants de style OpenAI sont réutilisables avec un minimum de modifications. Les paramètres de requête exposés pour ce modèle sont max_tokens, temperature et top_p. Temperature et top_p vous donnent le contrôle sur le caractère plus ou moins varié ou déterministe de la génération, et max_tokens plafonne la requête. La résolution, le ratio d'aspect, la durée, les images de cadre et l'audio sont des propriétés de la sortie vidéo du modèle plutôt que des paramètres de requête listés, donc vérifiez le schéma actuel sur la page du modèle avant de les intégrer dans une requête.

Une chose à garder en tête est que ce modèle ne produit que de la vidéo. Si votre tâche est la génération de texte, le raisonnement, la classification ou la création d'images, un autre modèle sur api14 conviendra mieux. Il n'y a pas non plus de longueur de contexte indiquée, donc évitez de le traiter comme un modèle à long contexte. Dans son domaine, cependant, il couvre les cas courants : clips courts en 720p, trois ratios d'aspect, deux durées, audio optionnel, et ancrage de cadre pour le travail guidé par l'image.