Kling 3.0 Omni Transformation
输入模式 1: 仅视频输入
接口
POST /videos/generations
完整 URL: https://modelfold.ai/v1/videos/generations
鉴权：所有请求都需要
Authorization: Bearer <API_KEY>请求头。
模型参数直接放在 JSON 请求体中，不要套 input。请求等待生成完成后返回 data[].url；支持的媒体模型也可使用 异步创建、轮询及回调。示例素材地址须替换为自己的公开可访问文件。计费及错误说明见 API 网关。
生成任务的输入参数。
请求参数
请求体 (application/json)
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 用于生成任务的模型名称。必填字段。 - 该接口必须使用 kling-3.0-omni/transformation 模型 默认值："kling-3.0-omni/transformation"。 可选值：kling-3.0-omni/transformation。 示例：kling-3.0-omni/transformation。 |
prompt | string | 是 | 本站网关要求传入 prompt，最长 2000 字。视频描述。去除首尾空白后不能为空，最长 3072 字符。 minLength: 1. maxLength: 2000. 示例：将输入视频转换为电影感夜景，保持原视频中的人物动作。。 |
video_urls | array<string> | 是 | 视频地址数组，必须且只能传入 1 个视频。支持 HTTP、HTTPS 和 OSS 地址。视频支持 MP4、MOV 格式；单个文件不超过 200 MB；时长为 3 至 15.5 秒；宽高为 700 至 4553 px；总像素不超过 8,294,400；宽高比为 0.4 至 2；帧率为 24 至 60 fps。 minItems: 1. maxItems: 1. |
resolution | string | 否 | 视频分辨率。720p 表示输出 720P 视频，1080p 表示输出 1080P 视频，4k 表示输出 4K 视频。 默认值："720p"。 可选值：720p / 1080p / 4k。 示例：720p。 |
aspect_ratio | string | 否 | 视频画幅比例。仅视频输入时只能为 auto。 默认值："auto"。 可选值：auto。 示例：auto。 |
audio | boolean | 否 | 有视频输入时不生成音频，请传 false。 可选值：false / true。 示例：false。 |
elements | array<object> | 否 | 一次性主体素材列表，默认值为空数组。仅有多图主体时最多可以上传7个主体 仅有视频角色主体时，视频角色主体数量不得超过3。 同时有视频角色主体和多图主体时，视频角色主体数量不得超过3，多图主体不得超过4。 默认值： []。 |
elements[].name | string | 是 | 主体名称。在同一个请求中必须唯一。可在 prompt 字段中通过 @名称 的方式进行引用。 minLength: 1. 示例：element_dog。 |
elements[].description | string | 是 | 主体素材的文本描述。 minLength: 1. 示例：A happy golden retriever。 |
elements[].element_input_urls | array<string> | 是 | 多图主体的图片 URL 列表（需传入 2 至 4 张图片），或视频角色主体的视频 URL（仅需传入 1 个视频）。图片和视频不能混合传入。支持 HTTP、HTTPS 和 OSS 协议的地址。 minItems: 1. maxItems: 4. |
elements[].element_input_audio_urls | array<string> | 否 | 主体音频素材的 URL 列表（可选配置）。支持 HTTP、HTTPS 和 OSS 协议的地址。 默认值：[]。 |
请求示例
bash
curl -X POST "https://modelfold.ai/v1/videos/generations" \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kling-3.0-omni/transformation",
"prompt": "将输入视频转换为电影感夜景，保持原视频中的人物动作。",
"video_urls": [
"https://example.com/reference.mp4"
],
"resolution": "720p",
"aspect_ratio": "auto",
"elements": [
{
"name": "element_dog",
"description": "A happy golden retriever",
"element_input_urls": [
"https://example.com/reference.png"
]
}
]
}'json
{
"model": "kling-3.0-omni/transformation",
"prompt": "将输入视频转换为电影感夜景，保持原视频中的人物动作。",
"video_urls": [
"https://example.com/reference.mp4"
],
"resolution": "720p",
"aspect_ratio": "auto",
"elements": [
{
"name": "element_dog",
"description": "A happy golden retriever",
"element_input_urls": [
"https://example.com/reference.png"
]
}
]
}响应
200 — 生成完成。usage 返回实际计费明细；结果地址仅作结构示例。
json
{
"ok": true,
"created": 1792134000,
"data": [
{
"url": "https://modelfold.ai/uploads/outputs/result.mp4"
}
],
"usage": {}
}输入模式 2: 视频加图片
接口
POST /videos/generations
完整 URL: https://modelfold.ai/v1/videos/generations
鉴权：所有请求都需要
Authorization: Bearer <API_KEY>请求头。
模型参数直接放在 JSON 请求体中，不要套 input。请求等待生成完成后返回 data[].url；支持的媒体模型也可使用 异步创建、轮询及回调。示例素材地址须替换为自己的公开可访问文件。计费及错误说明见 API 网关。
生成任务的输入参数。
请求参数
请求体 (application/json)
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 用于生成任务的模型名称。必填字段。 - 该接口必须使用 kling-3.0-omni/transformation 模型 默认值："kling-3.0-omni/transformation"。 可选值：kling-3.0-omni/transformation。 示例：kling-3.0-omni/transformation。 |
prompt | string | 是 | 本站网关要求传入 prompt，最长 2000 字。视频描述。去除首尾空白后不能为空，最长 3072 字符。 minLength: 1. maxLength: 2000. 示例：参考输入图片的风格，将视频转换为电影感夜景。。 |
image_urls | array<string> | 是 | 图片地址数组，最多传入 4 张。支持 HTTP、HTTPS 和 OSS 地址。图片支持 JPG、JPEG、PNG 格式；单个文件不超过 50 MB；宽高均不小于 300 px；宽高比为 0.4 至 2.5。 maxItems: 4. |
video_urls | array<string> | 是 | 视频地址数组，必须且只能传入 1 个视频。支持 HTTP、HTTPS 和 OSS 地址。视频支持 MP4、MOV 格式；单个文件不超过 200 MB；时长为 3 至 15.5 秒；宽高为 700 至 4553 px；总像素不超过 8,294,400；宽高比为 0.4 至 2；帧率为 24 至 60 fps。 minItems: 1. maxItems: 1. |
duration | string | 否 | 视频时长。视频加图片时可保留该字段配置。 示例：5。 |
resolution | string | 否 | 视频分辨率。720p 表示输出 720P 视频，1080p 表示输出 1080P 视频，4k 表示输出 4K 视频。 默认值："720p"。 可选值：720p / 1080p / 4k。 示例：720p。 |
aspect_ratio | string | 否 | 视频画幅比例。视频加图片时支持 16:9、9:16、1:1，不支持 auto。 默认值："16:9"。 可选值：16:9 / 9:16 / 1:1。 示例：16:9。 |
audio | boolean | 否 | 有视频输入时不生成音频，请传 false。 可选值：false / true。 示例：false。 |
elements | array<object> | 否 | 一次性主体素材列表，默认值为空数组。仅有多图主体时最多可以上传7个主体 仅有视频角色主体时，视频角色主体数量不得超过3。 同时有视频角色主体和多图主体时，视频角色主体数量不得超过3，多图主体不得超过4。 默认值： []。 |
elements[].name | string | 是 | 主体名称。在同一个请求中必须唯一。可在 prompt 字段中通过 @名称 的方式进行引用。 minLength: 1. 示例：element_dog。 |
elements[].description | string | 是 | 主体素材的文本描述。 minLength: 1. 示例：A happy golden retriever。 |
elements[].element_input_urls | array<string> | 是 | 多图主体的图片 URL 列表（需传入 2 至 4 张图片），或视频角色主体的视频 URL（仅需传入 1 个视频）。图片和视频不能混合传入。支持 HTTP、HTTPS 和 OSS 协议的地址。 minItems: 1. maxItems: 4. |
elements[].element_input_audio_urls | array<string> | 否 | 主体音频素材的 URL 列表（可选配置）。支持 HTTP、HTTPS 和 OSS 协议的地址。 默认值：[]。 |
请求示例
bash
curl -X POST "https://modelfold.ai/v1/videos/generations" \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kling-3.0-omni/transformation",
"prompt": "参考输入图片的风格，将视频转换为电影感夜景。",
"image_urls": [
"https://example.com/reference.png"
],
"video_urls": [
"https://example.com/reference.mp4"
],
"resolution": "720p",
"aspect_ratio": "16:9",
"elements": [
{
"name": "element_dog",
"description": "A happy golden retriever",
"element_input_urls": [
"https://example.com/reference.png"
]
}
]
}'json
{
"model": "kling-3.0-omni/transformation",
"prompt": "参考输入图片的风格，将视频转换为电影感夜景。",
"image_urls": [
"https://example.com/reference.png"
],
"video_urls": [
"https://example.com/reference.mp4"
],
"resolution": "720p",
"aspect_ratio": "16:9",
"elements": [
{
"name": "element_dog",
"description": "A happy golden retriever",
"element_input_urls": [
"https://example.com/reference.png"
]
}
]
}响应
200 — 生成完成。usage 返回实际计费明细；结果地址仅作结构示例。
json
{
"ok": true,
"created": 1792134000,
"data": [
{
"url": "https://modelfold.ai/uploads/outputs/result.mp4"
}
],
"usage": {}
}