Kling: Video O1

Kling: Video O1 è un modello di generazione video creato da Kling, la linea di video AI di Kuaishou. Si colloca nella categoria video ed è identificato su api14 con il model id kwaivgi/kling-video-o1. Se stai costruendo qualcosa che necessita di filmati in movimento generati anziché testo o immagini statiche, questa è la famiglia di modelli da considerare, e proviene da un provider il cui focus è il video anziché il lavoro linguistico generico.

Il modello accetta input di testo e immagini e restituisce video. Ciò significa che sono supportati sia i flussi di lavoro text-to-video sia quelli image-to-video, e puoi anche fornire immagini di frame come first_frame o last_frame per ancorare l'inizio o la fine di una clip. L'output è disponibile a 720p in tre rapporti d'aspetto, 16:9, 9:16 e 1:1, e le durate delle clip sono di 5 o 10 secondi. È disponibile anche la generazione audio, quindi una singola richiesta può produrre una clip con audio anziché filmato silenzioso. Non esiste una lunghezza di contesto pubblicata per questo modello, quindi trattalo come un generatore video anziché come qualcosa a cui passare documenti lunghi.

Gli usi pratici derivano direttamente da questi input e output. Il text-to-video si adatta a brevi riprese cinematografiche, visualizzazione di concept e clip social in cui descrivi la scena e lasci che il modello la renderizzi. L'image-to-video è utile quando hai già un'immagine statica, come una foto di prodotto, un'illustrazione o un frame di storyboard, e vuoi animarla. Fornire un primo frame e un ultimo frame ti dà un certo grado di controllo sul movimento tra due stati noti, il che aiuta con transizioni e riprese che devono iniziare o finire su una composizione specifica. Il rapporto 9:16 si adatta ai feed verticali, il 16:9 si adatta alla riproduzione widescreen standard, e l'1:1 copre i posizionamenti quadrati. La durata di 5 secondi funziona per loop rapidi e teaser, mentre 10 secondi danno a una ripresa più spazio per svilupparsi. La generazione audio significa che puoi consegnare una clip finita senza una passata audio separata.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando il model id kwaivgi/kling-video-o1, quindi il codice client e gli strumenti in stile OpenAI esistenti si trasferiscono con modifiche minime. I parametri di richiesta esposti per questo modello sono max_tokens, temperature e top_p. Temperature e top_p ti danno controllo su quanto varia o deterministica sia la generazione, e max_tokens limita la richiesta. Risoluzione, rapporto d'aspetto, durata, immagini di frame e audio sono proprietà dell'output video del modello anziché parametri di richiesta elencati, quindi controlla lo schema corrente sulla pagina del modello prima di inserirli in una richiesta.

Una cosa da tenere a mente è che questo modello produce solo video. Se il tuo compito è generazione di testo, ragionamento, classificazione o creazione di immagini, un modello diverso su api14 si adatterà meglio. Inoltre non è indicata alcuna lunghezza di contesto, quindi evita di trattarlo come un modello a contesto lungo. Nel suo ambito, però, copre i casi comuni: clip brevi a 720p, tre rapporti d'aspetto, due durate, audio opzionale e ancoraggio dei frame per il lavoro guidato da immagini.