Kling: Video O1

Kling: Video O1 är en videogenereringsmodell skapad av Kling, Kuaishous AI-videolinje. Den tillhör kategorin video och identifieras på api14 med modell-id:t kwaivgi/kling-video-o1. Om du bygger något som behöver genererat rörligt material snarare än text eller stillbilder är detta modellfamiljen att titta på, och den kommer från en leverantör vars fokus är video snarare än allmänt språkarbete.

Modellen tar text- och bildindata och returnerar video. Det innebär att både text-till-video och bild-till-video-flöden stöds, och du kan även ange bildrutor som en first_frame eller en last_frame för att förankra hur ett klipp börjar eller slutar. Utdata finns tillgänglig i 720p i tre bildförhållanden, 16:9, 9:16 och 1:1, och klipplängderna är 5 eller 10 sekunder. Ljudgenerering finns också tillgänglig, så en enda begäran kan producera ett klipp med ljud snarare än tyst material. Det finns ingen publicerad kontextlängd för denna modell, så behandla den som en videogenerator snarare än något du skickar långa dokument till.

De praktiska användningsområdena följer direkt av dessa indata och utdata. Text-till-video passar för korta cinematiska tagningar, konceptvisualisering och sociala klipp där du beskriver scenen och låter modellen rendera den. Bild-till-video är användbart när du redan har en stillbild, till exempel ett produktfoto, en illustration eller en bildruta från ett storyboard, och vill animera den. Genom att ange en första bildruta och en sista bildruta får du en viss kontroll över rörelsen mellan två kända tillstånd, vilket hjälper vid övergångar och tagningar som måste börja eller sluta på en specifik komposition. Bildförhållandet 9:16 passar vertikala flöden, 16:9 passar standardmässig widescreenuppspelning och 1:1 täcker kvadratiska placeringar. Längden 5 sekunder fungerar för snabba loopar och teasers, medan 10 sekunder ger en tagning mer utrymme att utvecklas. Ljudgenerering innebär att du kan leverera ett färdigt klipp utan en separat ljudomgång.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t kwaivgi/kling-video-o1, så befintlig OpenAI-liknande klientkod och verktyg fungerar vidare med minimala ändringar. Begäransparametrarna som exponeras för denna modell är max_tokens, temperature och top_p. Temperature och top_p ger dig kontroll över hur varierad eller deterministisk genereringen är, och max_tokens begränsar begäran. Upplösning, bildförhållande, längd, bildrutor och ljud är egenskaper hos modellens videoutdata snarare än listade begäransparametrar, så kontrollera det aktuella schemat på modellsidan innan du kopplar in dem i en begäran.

En sak att ha i åtanke är att denna modell endast matar ut video. Om din uppgift är textgenerering, resonemang, klassificering eller bildskapande passar en annan modell på api14 bättre. Det finns inte heller någon angiven kontextlängd, så undvik att behandla den som en modell för lång kontext. Inom sitt område täcker den dock de vanliga fallen: korta klipp i 720p, tre bildförhållanden, två längder, valfritt ljud och bildrute förankring för bilddrivet arbete.