Kling O1 图像转视频 API

为你的应用接入全球最逼真的 AI 视频生成能力，即刻把静态视觉素材变成动态故事资产。

Input Images (Required, up to 2)

Upload images to generate video

Prompt

A cinematic transformation video. Start with the model standing in a clean white photography studio, wearing a simple nude-tone fitting outfit. The camera is steady, 9:16 vertical, natural soft light. The model makes very subtle natural movements such as blinking or shifting her weight. Then, the environment begins to slowly transform. Soft pastel mist fades in behind her. Large pink flowers begin to appear and grow around her in a magical, elegant way. The grass and dreamy atmosphere gradually form. The lighting becomes more cinematic and soft. Next, her outfit transforms from the simple fitting outfit into the final fantasy couture outfit shown in the reference: layered pink tulle dress, fluffy textured jacket, mint-green thigh-high stockings, and heels. The transformation must be smooth, elegant, and high-end. As the scene completes, the final environment fully resembles the dreamy floral fantasy world from the reference image. Extremely large pink flowers, lush green textures, soft cloudy sky. The model stands confidently in the completed scene and makes light natural movements, such as a gentle head turn or slight breathing motion. Ultra high-end, fashion commercial style. Final 2 seconds: the completed big scene, subtle motion in flowers like a gentle breeze, and the model holding a graceful pose.

Parameters

aspect_ratio

16:9

duration

image_urls

https://pub-ebac96ac8a0c4c789f53c7470fd2339c.r2.dev/27e0450a-b0c7-4ffd-bb0a-486bbbb130c5.png,https://pub-ebac96ac8a0c4c789f53c7470fd2339c.r2.dev/b8e5d45230fae3fc9b1834d8be083f53.jpg

Estimated Cost (5s)

8 Credits

Sample Result

Prompt

A cinematic transformation video.
Start with the model standing in a clean white photography studio, wearing a simple nude-tone fitting outfit. The camera is steady, 9:16 vertical, natural soft light. The model makes very subtle natural movements such as blinking or shifting her weight.
Then, the environment begins to slowly transform. Soft pastel mist fades in behind her. Large pink flowers begin to appear and grow around her in a magical, elegant way. The grass and dreamy atmosphere gradually form. The lighting becomes more cinematic and soft.
Next, her outfit transforms from the simple fitting outfit into the final fantasy couture outfit shown in the reference: layered pink tulle dress, fluffy textured jacket, mint-green thigh-high stockings, and heels. The transformation must be smooth, elegant, and high-end.
As the scene completes, the final environment fully resembles the dreamy floral fantasy world from the reference image. Extremely large pink flowers, lush green textures, soft cloudy sky. The model stands confidently in the completed scene and makes light natural movements, such as a gentle head turn or slight breathing motion. Ultra high-end, fashion commercial style.
Final 2 seconds: the completed big scene, subtle motion in flowers like a gentle breeze, and the model holding a graceful pose.

1,324 (suggested: 2,000)

Input Images *

Upload reference images

Click to upload or drag and drop

Supported formats: JPG, JPEG, PNG, WEBP
Maximum file size: 10MB; Maximum files: 10

Aspect Ratio

Duration

0:00 / 0:00

Audio

History

最多保留20条

0 运行中 · 0 已完成

您的生成历史将显示在这里

Pricing

Starting from

$0.111

8 Credits

per 1 second

Guaranteed

99.9% Uptime

Kling O1 图像转视频 API：打造下一代视频 SaaS

别再忍受卡顿、低清晰度的 AI 动画。集成 Kling O1 Image to Video API，为你的用户直接在工作流中输出 1080p、物理真实、可商用的视频内容。

什么是 Kling O1 图像转视频 API？

电影级画面真实感

Kling O1 模型架构严格遵循物理规律，消除了早期 AI 模型中常见的“扭曲”“漂移”等问题。通过保持材质纹理的真实细节与阴影的正确传播，让生成视频更像专业实拍而非“AI 合成”，直接提升电商、数字标牌等场景中的用户信任度。

查看画质规格

角色一致性无可匹敌

依托先进的人脸与身份映射算法，Kling O1 能在整个视频片段里保持角色高度一致，解决“人物越拍越变样”的老大难问题。这种稳定性对社交媒体自动化、虚拟主播与影响者营销平台尤为关键，能在多条自动生成视频中维持统一的品牌形象与角色设定。

查看一致性演示

为开发者打造的可扩展基础设施

API 专为高并发场景设计，提供稳定、低延迟的服务端点，并可随流量自动扩缩容。从 MVP 到爆款产品，全程依托完善 SDK 与 99.9% 可用性 SLA，轻松支撑每天数千次生成请求，无需自建与维护复杂的 GPU 集群。

阅读开发文档

为什么在后端选择 Kling O1？

在 AI 竞赛中，速度和质量是唯一真正的护城河。Kling O1 在“易出圈的视觉效果”和“适合开发者的稳定性”之间做到了最佳平衡。

显著提升用户留存

用户会迅速卸载只会产出“垃圾内容”的应用。Kling O1 图像转视频 API 带来的是真正让人惊叹的效果，让用户心甘情愿持续付费订阅你的服务。

降低单次生成成本

用更优的成本结构优化你的利润。高效的 O1 架构显著降低 GPU 资源消耗，相比部分西方竞品，为 API 使用者提供更具竞争力的价格空间。

大幅缩短上线周期

无需耗费数月自研与训练模型。直接接入我们预调优好的 Kling O1 图像转视频 API，在竞品还在闭门研发时，就已经把功能推向市场。

3 个简单步骤完成集成

通过精简的 RESTful 接口，在 15 分钟内开始程序化生成视频。

步骤 1：指定模型与素材来源

首先在请求体中将 `model` 参数设置为 `kling-o1-image-to-video`。然后在 `image_urls` 数组中填入最多 2 个可公开访问的图片链接（JPEG/PNG，最大 10MB），用于告诉引擎你希望哪几张图被转为动画。

步骤 2：配置生成参数

编写具有描述性的文本 `prompt`（例如：“一阵轻柔微风吹过场景”）来引导画面运动风格。通过设置 `aspect_ratio`（如 “16:9” 或 “9:16”）和视频 `duration`（5 秒或 10 秒）来细化输出格式。

步骤 3：处理异步回调

在请求负载中包含一个 `callback_url`。服务端完成视频渲染后，会自动以 POST 请求的方式将结果推送到你的 Webhook。这样的异步流程可以确保你的应用在执行复杂 AI 任务时依旧保持高响应性。

查看代码示例

为现代应用准备的强大特性

构建世界级 AI 视频平台所需的一切能力。

时长

5 秒与 10 秒扩展

支持生成最长 10 秒的视频片段，并可进行延长，满足更完整的叙事节奏，非常适合用于 YouTube Shorts 与 Reels 等短视频场景。

控制

镜头与机位控制

让你的用户真正成为“导演”。通过 API 参数控制 Zoom、Pan、Tilt 等复杂镜头运动，为视频加入更具电影感的运动轨迹。

质量

负面提示词控制

确保品牌安全与视觉审美。通过负面提示词显式排除模糊背景、扭曲文字或不希望出现的艺术风格。

格式

多种画幅比例

原生支持 16:9、9:16、1:1 等多种纵横比。从 Instagram 信息流到超宽景观屏，都能无需裁剪损失地直接适配。

动态

高运动模式

专为高动作场景设计。Kling O1 图像转视频 API 可以提升运动幅度，适合体育、舞蹈或节奏感极强的商业广告内容。

高级

终帧控制

精确引导视频“收在哪一帧”。上传起始图和结束图，API 将在两者之间生成平滑自然的过渡动画。

旗舰模型对比：Kling O1 vs 行业巨头

看看 Kling O1 在 2025 年与最前沿模型的差距与优势。

Model	Duration	Resolution	Price	Strength
Kling O1 API	最长 10 秒（可扩展）	1080p / 60fps	开发者性价比首选	物理真实感与角色一致性极强，API 设计友好，易于规模化集成。
Sora 2 Pro	最长约 25 秒	1080p+	高价 / 生态封闭	擅长复杂多角色场景与高度创意的超现实画面。
Veo 3.1	约 8～12 秒	原生 4K	企业级定价	内置音频生成，画面极致细腻，适用于高端影视制作。

常见问题解答

Everything you need to know about the product and billing.

Kling O1 图像转视频 API 是一个高性能的 RESTful 编程接口，允许开发者在自己的应用中集成 Kling AI 最新的 O1 视频生成模型。它充当你的软件（如移动应用、网站或 SaaS 平台）与 Kling 强大 GPU 集群之间的“桥梁”，专注于将静态图像——例如产品照片、人像或概念设定图——转换为高分辨率（1080p）、物理真实的视频。不同于基础的视频工具，这个 API 天然面向规模化场景，支持高级镜头控制、最长 10 秒的时长扩展以及角色一致性等特性，是下一代内容创作平台理想的后端引擎。

OpenAI 的 Sora 2 Pro 依靠最长 60 秒的长时生成能力抢占了很多头条，而 Google 的 Veo 3.1 则以原生 4K 分辨率与内置音频在电影级制作领域占据优势，Kling O1 图像转视频 API 则为**商业应用开发者**开辟了一条截然不同的路线。核心差异在于**可接入性与物理一致性**。Sora 2 Pro 擅长极具想象力的超现实片段，但往往延迟较高且生态封闭、价格昂贵，不利于高频调用的 SaaS 场景；Veo 3.1 更像是面向好莱坞级制作流程的武器，在成本与渲染时间上对做社交自动化工具的团队来说往往“太重”。相对之下，Kling O1 被设计成一个真正的**“物理世界模拟器”**，相较于单纯追求时长或 4K 像素，更强调重力、碰撞、光线等物理效果与角色一致性。对电商视频工具或虚拟主播应用的开发者而言，Kling O1 在 1080p 分辨率下提供足够可商用的画质，同时推理成本远低于 Veo，API 可用性又明显优于 Sora，是当前构建可盈利、可扩展 AI 产品的务实之选。

完全可以。Kling O1 图像转视频 API 的主要定位就是用于搭建商业应用或营销工作流。只要你订阅了付费 API 计费层级，即可获得对生成素材的完整商业使用权，你平台上的终端用户同样拥有他们在平台内创作的视频资源，可安心用于付费广告投放、社交媒体变现、YouTube 频道以及各类客户项目交付，而无需担心版权警告或授权纠纷。具体涉及敏感内容的合规边界，建议结合我们的服务条款进行详细查看。

速度对用户体验至关重要。Kling O1 图像转视频 API 针对低延迟推理进行了优化，在标准 5 秒高质量（1080p）视频任务下，典型处理时间通常在 2～4 分钟之间，会根据当前服务器负载与提示词复杂度略有浮动。我们采用动态队列调度策略，会优先处理时长较短的任务，帮助你的应用保持相对稳定的响应体验；对于企业级合作伙伴，还可以提供专用算力通道，大幅降低等待时间，并在活动高峰或爆款时刻保证更高的并发上限。

通过 EvoLink，我们为开发者提供“免费起步”的体验，尽可能降低接入门槛。新注册开发者会获赠一定数量的免费额度（通常为 10 次左右），足够你完成初步的 Kling O1 图像转视频 API 生成与联调测试。额度用完后，将切换为灵活的“按量计费（Pay-as-you-go）”模式，没有强制月费或长期绑定合同，只需为实际使用的算力付费，帮助你在产品成长早期避免资源浪费。

为了获得最佳效果，输入图像的质量至关重要。API 支持 JPG、PNG、WEBP 等常见格式，推荐上传至少 1024x1024 像素的图片，以确保输出视频具备足够锐利度。单张图片体积建议控制在 10MB 以内，以保障上传与排队效率。模型最擅长处理主体清晰的图像——无论是人物、产品还是景观；若图片过于模糊、像素化严重或主体被严重遮挡，都可能导致运动生成效果不理想。

安全能力已经深度集成在 Kling O1 图像转视频 API 之中。系统会在生成前对输入图像与文本提示进行多级自动审核，过滤 NSFW、暴力或违法内容，一旦命中策略，API 会返回明确的错误码而非继续生成。对于平台搭建者来说，这一机制可以有效防止你的服务被滥用于制作有害内容，从而降低合规与声誉风险，为社区提供更安全的创作环境。

API Reference

Select endpoint

Authentication

All APIs require Bearer Token authentication.

Header

Authorization: 
Bearer YOUR_API_KEY

Get API Key

POST

/v1/videos/generations

Create Video

Kling O1 Image to Video (kling-o1-image-to-video) model transforms static images into dynamic videos.

Asynchronous processing mode, use the returned task ID to query status.

Generated video links are valid for 24 hours, please save them promptly.

Important Notes

At least one input image is required for image-to-video generation.
Maximum 2 images per request.

Request Parameters

modelstringRequiredDefault: kling-o1-image-to-video

Video generation model name.

Examplekling-o1-image-to-video

promptstringRequired

Prompt describing what kind of motion and video to generate.

Notes

Limited to 2000 tokens

ExampleA gentle breeze moves through the scene, creating subtle motion and life.

image_urlsarrayRequired

Input image URL list for image-to-video generation.

Notes

At least 1 image required
Max 2 images per request
Max size: 10MB per image
Formats: .jpg, .jpeg, .png, .webp
URLs must be directly viewable by the server

Example["http://example.com/image1.jpg", "http://example.com/image2.jpg"]

aspect_ratiostringOptionalDefault: 16:9

Video aspect ratio.

Value	Description
16:9	Landscape video
9:16	Portrait video
1:1	Square video

Example'16:9'

durationintegerOptionalDefault: 5

Specifies the generated video duration in seconds.

Value	Description
5	5 seconds duration (Base price)
10	10 seconds duration (2x price)

Notes

Billing is based on duration: 8.064 credits per second

Example5

callback_urlstringOptional

HTTPS callback address after task completion.

Notes

Triggered on completion, failure, or cancellation
Sent after billing confirmation
HTTPS only, no internal IPs
Max length: 2048 chars
Timeout: 10s, Max 3 retries

Examplehttps://your-domain.com/webhooks/video-task-completed

Request Example

{
  "model": "kling-o1-image-to-video",
  "prompt": "A gentle breeze moves through the scene, creating subtle motion and life.",
  "image_urls": [
    "http://example.com/image1.jpg"
  ],
  "aspect_ratio": "16:9",
  "duration": 5,
  "callback_url": "https://your-domain.com/webhooks/callback"
}

Response Example

{
  "created": 1757169743,
  "id": "task-unified-1757169743-7cvnl5zw",
  "model": "kling-o1-image-to-video",
  "object": "video.generation.task",
  "progress": 0,
  "status": "pending",
  "task_info": {
    "can_cancel": true,
    "estimated_time": 180,
    "video_duration": 5
  },
  "type": "video",
  "usage": {
    "billing_rule": "per_call",
    "credits_reserved": 40.32,
    "user_group": "default"
  }
}