AIVideoFreeKling 3.0 AI動画ジェネレーター
Kuaishouのプロンプトファーストなフラッグシップ：最大4Kのシネマティック動画と、最大6つのショットを構成し—カット込みで—1回の生成にまとめるDirector Mode。下にプロンプトを入力してお試しください。
(JPG,JPEG,PNG,WEBP,最大30MB)
開発者
Kuaishou
タイプ
Prompt優先T2V/I2V
期間
クリップあたり3–15秒
最大出力
最大4K
オーディオ
ネイティブ · 多言語リップシンク
ディレクターモード
1回の生成につき最大6ショット
ティアはこちら
有料クレジット
私たちの一行評価: 監督のおすすめ。ブリーフがカットのあるシーンの場合——単一ショットではなく——ここで生成しながら編集できる唯一のモデルです。
Kling 3.0—1月末に展開されたKuaishouの3.0世代のうち、プロンプト主導の片翼—は、長回しモデルとは異なる軸で競います。途切れない30秒の1ショットではなく、Director Modeは1回の生成の中で、カットを含む最大6つの異なるショットを構成します。私たちが提供する最高解像度上限(4K)と、5言語に対応したリップシンク付きの会話を加えれば、その立ち位置は明確です。未加工のクリップではなく、完成したシーンです。参照主導の兄弟モデルであるKling O3には専用ページがあります。
Kling 3.0が優れている点—そしてそうでない点
私たち自身のレンダーと公開記録に基づいて判断し、事実が変わるのに応じて改訂される——それはこのページの特徴であり、免責事項ではありません。
本当に強い
• ディレクターモード。
最大6つのショット—ワイド、ミディアム、クローズ、それらの間のカット—を、キャラクターと設定の一貫性を保ちながら1回の生成で構成します。当社のラインアップで、生成しながら編集することに最も近い機能です。
• 4K上限。
当社がホストする最高の出力解像度です。納品物が放送用スポットや大画面向けの場合、これが唯一の選択肢です。
• 多言語リップシンク。
英語、中国語、日本語、韓国語、スペイン語の同期されたセリフ付きネイティブ音声 — 再撮影なしで同じ広告のローカライズ版を作成。
• 動画内テキストレンダリング。
看板、ラベル、画面上のタイトルは、この分野の水準よりも確実に読みやすく仕上がります—広告や製品制作のための静かなスーパーパワーです。
既知の制限
• 家族の呼び名の迷路。
V3 vs O3 vs 2.6、Standard vs Pro — Kuaishouのラインアップは図で説明する必要があります。目安：プロンプト主導の作業はこちら、参照主導の作業はKling O3で。
• 1回の生成につき上限15秒。
6つのショットで最大15秒を共有します。1つの長い途切れないテイクの場合、Seedance 2.5とWan 3.0は30に達します。
• 参照制御は兄弟要素の役割です。
画像を与えることはできますが、多数の生成にわたってキャラクターを固定することこそ、O3のMVLアーキテクチャが作られた目的です — 適切なツインを使ってください。
• 4Kには実際のお金がかかります。
4Kの秒単位料金はすぐに膨らみます。1080pで下書きし、採用分だけアップグレードしましょう。
3つのプロンプトが 何のためのものかを表示
上のジェネレーターにコピーし、括弧を入れ替えて、レンダリングしてください。
3ショットシーン — ディレクターモードの得意技
"ディレクターモード、3つのショット: (1) 夜の[雨の東京のカフェ]を捉えたワイドな状況説明ショット、(2) バリスタがラテアートを注ぐミディアムショット、(3) 手が伸びてくる完成したカップのクローズアップ。暖かい店内vs冷たい街灯、全編を通して雨とエスプレッソの音。"
ショットに番号を付けることは、ディレクターモードが評価する構文です—各番号がカットになります。ショットが1つのシーンとして読めるように、スルーライン（カップ、光）に名前を付けてください。ジェネレーターの横にあるデモは、まさにこのプロンプトです。
ローカライズされた広告 — 1つのシーン、2つの言語
"明るいスタジオで[skincare]のスポークスパーソンが商品を持ち、日本語にリップシンクして:'[tagline]'と言う。次に、台詞をスペイン語にして同一のプロンプトを再生成する。"
同じプロンプト、言語を切り替え—リップシンクはそれぞれに追従します。これがチームがローカリゼーションコストを削減する方法です:1つのクリエイティブディレクションで、5つの市場にネイティブな口の動きを。
読みやすい標識
"ゴールデンアワーに、風雨にさらされた店先へゆっくりプッシュイン。手描きの看板には正確に「[MORELLI & SONS — EST. 1962]」と書かれている。猫が窓辺で眠っている。通りの環境音、遠くの交通音。"
「正確に読む」と引用符が、テキスト描画の強みを引き出す指示です。標識ごとに約6語未満に抑え、4K支出前にプレビューで確認してください。
Kling 3.0対Veo対Seedance 2.5
生成が何を生み出すべきかについての3つの異なる理論:カットのあるシーン、リアルなショット、長回し。同じプロンプトを3つすべてで使用し、実際に公開できるかで評価。上のジェネレーターですべて選択可能です。
ここに至った経緯
Kling 3.0 (V3)
3.0世代のプロンプトファーストなフラッグシップ:4K、ディレクターモード、多言語リップシンク。1月31日に、参照駆動型の双子モデルKling O3と同時にロールアウト。上のジェネレーター内のバージョン。
Kling 2.6 / 2.5
ファミリーがプロンプト主導系統とリファレンス主導系統に分かれる前に、人間の動きにおけるKlingの評価を築いた1080pシネマティック時代。
Kling 1.x
西洋のフラッグシップと互角に渡り合った初の中国モデルであり、'kling'が中国国外で検索語になった理由。
Kling 3.0の質問に、率直に回答
同じ世代の2つのモデルを、ワークフロー別に分けています。Kling3.0（V3）はプロンプト優先です:あなたが描写し、それが演出します—最大4K、Director Modeでは1回の生成で最大6つのショットを構成します。Kling O3（Omni）はリファレンス優先です:被写体の画像または動画を指定すると、そのアイデンティティを固定します。ここではプロンプト駆動の作業を、O3ページではリファレンス駆動の作業を行います。
適切なツールではありませんか? 近くのものを試す
参照ツイン。自分のアップロードからキャラクターや声を固定します。
リアリスト。クリップを本物の映像として通用させたいとき。
長回し。30秒のワンカットショットをあなたのサウンドトラックに合わせて編集。