Générateur Vidéo IA Kling O3 - Veemo AI

Kling O3 supporte quatre modes de génération dans un seul modèle : texte-vers-vidéo (générer à partir d'un prompt), image-vers-vidéo (animer une image fixe), référence-vers-vidéo (utiliser une vidéo source avec des images de référence pour la cohérence du sujet) et vidéo-vers-vidéo (transformer les séquences existantes avec un nouveau prompt et style). Les quatre modes partagent la même architecture sous-jacente et le même niveau de qualité.

La référence-vers-vidéo prend une vidéo source et jusqu'à 4 images de référence comme entrée. Le modèle utilise les images de référence pour maintenir l'apparence du sujet — visage, vêtements, forme d'objet — à travers le clip généré tout en suivant le mouvement et la structure de la vidéo source. La durée est limitée à 10 secondes pour ce mode. Il est idéal pour la cohérence des personnages dans les productions multi-clips.

Le mode vidéo-vers-vidéo prend une vidéo existante et un prompt textuel, puis ré-affiche la séquence dans une nouvelle direction visuelle. La durée de sortie correspond à la durée du clip d'entrée, donc il n'y a pas de curseur de durée pour ce mode. Utilisez-le pour remodeler les séquences, modifier les environnements, appliquer des filtres artistiques ou mettre à jour le ton visuel du contenu existant sans tourner de nouveau.

Oui. Les modes texte-vers-vidéo et image-vers-vidéo incluent un bouton de son. Lorsqu'il est activé, Kling O3 génère des bruits ambiants, de la musique de fond et des effets sonores qui correspondent au contenu visuel. La génération de son n'est pas disponible pour les modes référence-vers-vidéo ou vidéo-vers-vidéo, qui offrent à la place l'option Conserver le son original pour préserver l'audio source.

720p produit des fichiers plus petits et génère plus rapidement, ce qui le rend idéal pour les brouillons, les aperçus et l'itération rapide. 1080p offre une sortie en résolution plus élevée adaptée à la livraison finale, la publication sur les réseaux sociaux et l'utilisation professionnelle. Les deux niveaux de qualité supportent la plage de durée complète. 1080p coûte plus de crédits par seconde en raison de l'augmentation de la puissance de calcul requise.

Les crédits pour texte-vers-vidéo et image-vers-vidéo dépendent de trois facteurs : la durée (3 à 15 secondes), la qualité (720p ou 1080p) et si le son est activé. Les crédits pour référence-vers-vidéo dépendent uniquement de la durée (3 à 10 secondes) et de la qualité. Les crédits pour vidéo-vers-vidéo dépendent uniquement de la qualité, car la durée de sortie correspond à l'entrée. Une qualité plus élevée et la génération de son augmentent chacune le coût des crédits.