Kling 视频生成 API

概述

Kling 视频生成 API 支持多种视频生成模式，包括文生视频、图生视频、多图参考生视频和对口型生视频。基于可灵 AI 的先进模型，能够生成高质量的视频内容。

接口信息

请求地址： POST /v1/video/generations

内容类型： application/json

认证方式： Bearer Token

请求头示例：

模型能力

支持的模型

模型名称	模型 ID	支持功能
Kling v1.6	`kling/kling-v1-6`	文生视频、图生视频、多图参考生视频
Kling v2 Master	`kling/kling-v2-master`	文生视频、图生视频、多图参考生视频
Kling v2.1	`kling/kling-v2-1`	文生视频、图生视频、多图参考生视频
Kling v2.1 Master	`kling/kling-v2-1-master`	文生视频、图生视频、多图参考生视频
Kling Lipsync	`kling/lipsync`	对口型

功能概览

功能类型	任务类型识别条件	描述
文生视频 (Text-to-Video)	仅包含 `prompt` 参数	根据文本描述生成视频
图生视频 (Image-to-Video)	包含 `image` 参数	基于单张图片生成视频
多图参考生视频 (Multi-Image-to-Video)	包含 `image_list` 参数	使用多张参考图片生成视频
对口型 (Lipsync)	包含 `input` 参数	为视频添加口型同步

参数说明

基础参数

参数名	类型	必填	默认值	描述	限制
`model`	string	✅	-	模型 ID	见支持的模型列表
`prompt`	string	✅	-	文本提示词	≤2500字符，支持中英文

视频生成参数

参数名	类型	必填	默认值	描述	取值范围
`negative_prompt`	string	❌	-	负向文本提示词	≤2500字符
`cfg_scale`	float	❌	0.5	生成视频的自由度	0.0-1.0
`mode`	string	❌	std	生成视频的模式	`std`, `pro`
`aspect_ratio`	string	❌	16:9	视频宽高比	`16:9`, `9:16`, `1:1`
`duration`	string/int	❌	5	视频时长（秒）	`5`, `10`
`external_task_id`	string	❌	-	自定义任务ID	用户唯一

图像相关参数

单图生视频

参数名	类型	必填	说明
`image`	string	✅	首帧图像（URL/Base64）
`image_tail`	string	❌	尾帧图像（URL/Base64）
`static_mask`	string	❌	静态笔刷涂抹区域
`dynamic_masks`	array	❌	动态笔刷配置列表（最多6组）

多图参考生视频

参数名	类型	必填	说明
`image_list`	array	✅	参考图片数组（1-4张）
`image_list[i].image`	string	✅	图片 URL 或 Base64

对口型

参数名	类型	必填	说明
`input`	object	✅	对口型输入参数
`input.video_id`	string	❌	可灵AI生成的视频ID（与video_url二选一，仅支持30天内生成的≤60s视频）
`input.video_url`	string	❌	视频URL（与video_id二选一，支持mp4/mov，≤100MB，2-60s，720p/1080p）
`input.mode`	string	✅	生成模式：`text2video`（文本生成）、`audio2video`（音频生成）
`input.text`	string	❌	对口型文本内容（mode为text2video时必填，≤120字符）
`input.voice_id`	string	❌	音色ID（mode为text2video时必填）具体音色效果、音色ID、音色语种对应关系点此查看；
`input.voice_language`	string	❌	音色语种：`zh`、`en`（mode为text2video时必填，默认zh）
`input.voice_speed`	float	❌	语速（0.8-2.0，默认1.0，mode为text2video时可选）
`input.audio_type`	string	❌	音频传输方式：`file`、`url`（mode为audio2video时必填）
`input.audio_file`	string	❌	音频文件Base64编码（audio_type为file时必填，支持mp3/wav/m4a/aac，≤5MB）
`input.audio_url`	string	❌	音频文件URL（audio_type为url时必填，支持mp3/wav/m4a/aac，≤5MB）

参数详细说明

模式 (mode)

值	说明
`std`	标准模式，性价比高
`pro`	专家模式，生成质量更佳

CFG Scale

范围: 0.0 - 1.0，默认值 0.5

说明: 值越大越严格遵循提示词，值越低越有创意

注意: kling-v2.x 模型不支持此参数

图片要求

项目	要求
格式	JPEG、PNG
大小	≤ 10MB
分辨率	宽高 ≥ 300px
宽高比	1:2.5 ~ 2.5:1
编码	Base64（格式：`data:image/<format>;base64,<data>`）或 HTTP URL

相机控制参数 (camera_control)

重要限制: camera_control 参数仅支持 kling/kling-v1 模型，且必须在 std 模式下使用，视频时长必须为 5 秒。

参数名	类型	必填	描述	示例值
`type`	string	❌	预定义运镜类型	`"simple"`
`config`	object	❌	自定义运镜配置（type为simple时必填）	见下方说明

预定义运镜类型

类型值	描述
`"simple"`	简单运镜，可在 config 中六选一进行运镜
`"down_back"`	镜头下压并后退
`"forward_up"`	镜头前进并上仰
`"right_turn_forward"`	先右旋转后前进
`"left_turn_forward"`	先左旋并前进

自定义运镜配置 (config)

当 type 为 "simple" 时，可在以下参数中选择一个配置（6选1，其余参数为0）：

参数名	类型	取值范围	描述
`horizontal`	float	[-10, 10]	水平运镜，负值向左，正值向右
`vertical`	float	[-10, 10]	垂直运镜，负值向下，正值向上
`pan`	float	[-10, 10]	水平摇镜，负值向左旋转，正值向右旋转
`tilt`	float	[-10, 10]	垂直摇镜，负值向下旋转，正值向上旋转
`roll`	float	[-10, 10]	旋转运镜，负值逆时针，正值顺时针
`zoom`	float	[-10, 10]	变焦，负值拉远，正值推近

动态笔刷功能 (dynamic_masks)

动态笔刷配置数组，每个元素包含：

参数名	类型	必填	描述
`mask`	string	✅	动态笔刷涂抹区域的 mask 图片
`trajectories`	array	✅	运动轨迹坐标序列，2-77个坐标点

轨迹坐标

参数名	类型	必填	描述
`x`	int	✅	横坐标（以输入图片左下角为原点）
`y`	int	✅	纵坐标（以输入图片左下角为原点）

请求示例

文生视频 (Text-to-Video)

根据文本提示词生成高质量的视频内容。

基础文生视频

{
  "model": "kling/kling-v1-6",
  "prompt": "一只可爱的小猫在花园里追逐蝴蝶，阳光明媚，画面温馨",
  "mode": "pro",
  "aspect_ratio": "16:9",
  "duration": "10"
}

图生视频 (Image-to-Video)

基于输入的单张图片生成动态视频，支持尾帧控制、运动笔刷（静态/动态）、相机控制等功能。

参数约束：以下三组参数三选一，不能同时使用：
1.
image + image_tail 参数（首尾帧控制）
2.
dynamic_masks / static_mask 参数（运动笔刷）
3.
camera_control 参数（相机控制）

基础图生视频

{
  "model": "kling/kling-v1-6",
  "image": "https://example.com/input.jpg",
  "prompt": "让图片中的人物微笑并轻轻点头",
  "mode": "pro",
  "duration": "10"
}

使用尾帧控制

{
  "model": "kling/kling-v1-6",
  "image": "https://example.com/start.jpg",
  "image_tail": "https://example.com/end.jpg",
  "prompt": "从起始状态平滑过渡到结束状态",
  "duration": "5"
}

使用动态笔刷

{
  "model": "kling/kling-v1-6",
  "image": "https://example.com/scene.jpg",
  "prompt": "宇航员站起身走了",
  "dynamic_masks": [
    {
      "mask": "https://example.com/dynamic_mask_1.png",
      "trajectories": [
        { "x": 279, "y": 219 },
        { "x": 417, "y": 65 }
      ]
    }
  ],
  "duration": "5"
}

多图参考生视频 (Multi-Image-to-Video)

使用多张参考图片生成视频，支持更复杂的场景和动作序列。

限制：当前仅支持 kling-v1-6 模型，最多支持 4 张图片。

基础多图参考生视频

{
  "model": "kling/kling-v1-6",
  "image_list": [
    {"image": "https://example.com/image1.jpg"},
    {"image": "https://example.com/image2.jpg"},
    {"image": "https://example.com/image3.jpg"}
  ],
  "prompt": "根据参考图片生成一个连贯的动作序列",
  "mode": "pro",
  "duration": "10"
}

使用 Base64 编码

{
  "model": "kling/kling-v1-6",
  "image_list": [
    {"image": "data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAUA..."},
    {"image": "data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAUB..."}
  ],
  "prompt": "创建平滑的过渡动画",
  "mode": "std",
  "duration": "5"
}

对口型 (Lipsync)

为视频添加口型同步功能，支持基于文本生成语音或使用现有音频文件。

重要提示: 对口型功能仅支持 kling/lipsync 模型。

基于视频URL的对口型

{
  "model": "kling/lipsync",
  "input": {
    "video_url": "https://example.com/source_video.mp4",
    "mode": "text2video",
    "text": "哈基米那没路躲",
    "voice_id": "cartoon-girl-01",
    "voice_language": "zh",
    "voice_speed": 1.0
  }
}

使用音频文件的对口型

{
  "model": "kling/lipsync",
  "input": {
    "video_url": "https://example.com/portrait_video.mp4",
    "audio_url": "https://example.com/speech.mp3"
  }
}

可灵 API

Kling 视频生成 API#

概述#

接口信息#

模型能力#

支持的模型#

功能概览#

参数说明#

基础参数#

视频生成参数#

图像相关参数#

单图生视频#

多图参考生视频#

对口型#

参数详细说明#

模式 (mode)#

CFG Scale#

图片要求#

相机控制参数 (camera_control)#

预定义运镜类型#

自定义运镜配置 (config)#

动态笔刷功能 (dynamic_masks)#

轨迹坐标#

请求示例#

文生视频 (Text-to-Video)#

基础文生视频#

图生视频 (Image-to-Video)#

基础图生视频#

使用尾帧控制#

使用动态笔刷#

多图参考生视频 (Multi-Image-to-Video)#

基础多图参考生视频#

使用 Base64 编码#

对口型 (Lipsync)#

基于视频URL的对口型#

使用音频文件的对口型#