
Text zu Bild
KI-Bilder aus Text-Prompts erstellen
Verwandeln Sie geschriebene Ideen mit der Kling 4.0 API von Kuaishou auf Best Image AI in Videos. Erstellen Sie aus Text-Prompts Produktgeschichten, Kampagnenmotive und Inhalte für soziale Medien.
Die Kuaishou Kling 4.0 Text-to-Video API bietet Entwicklern und Kreativteams auf Best Image AI promptbasierte Videogenerierung. Verwandeln Sie schriftliche Szenenbeschreibungen in Videoclips und geben Sie dabei Motive, Aktionen, Umgebungen und Kamerabewegungen vor. Flexible Einstellungen für Auflösung, Dauer und Seitenverhältnis unterstützen Marketingvideos, Social-Media-Inhalte, Produktgeschichten und automatisierte Videoproduktion über eine einzige Kling-API-Integration.
Videogenerierung aus Prompts: Erstellen Sie Videos aus natürlichsprachlichen Beschreibungen von Motiv, Schauplatz, Aktion und visuellem Stil, ohne Bild- oder Videodateien als Eingabe vorbereiten zu müssen.
Szenen- und Bewegungsregie: Beschreiben Sie im Generierungsprompt, wie sich eine Szene entwickeln soll, einschließlich Motivbewegungen, gewünschter Kameraführung, Beleuchtung und Atmosphäre.
Wählbare Ausgabeauflösung: Wählen Sie eine Ausgabe in 720p oder 1080p entsprechend den Anforderungen an Vorschauen, Social-Media-Beiträge und Kampagnenmaterial.
Flexible Videodauer: Legen Sie die Cliplänge für jede Anfrage fest, damit das generierte Video zum Tempo und Umfang des Kreativbriefings passt.
Mehrere Seitenverhältnisse: Erstellen Sie Videos im Querformat, Hochformat, Quadrat- oder Breitbildformat für unterschiedliche Veröffentlichungskontexte über dieselbe Kling-API-Integration.
Entwicklerfreundliche Integration: Integrieren Sie über Best Image AI die promptbasierte Videoerstellung in Anwendungen, Kreativwerkzeuge und automatisierte Abläufe zur Inhaltserstellung.
Eingabe: Ein natürlichsprachlicher Prompt, der die Szene, Motive, Aktionen, visuelle Gestaltung und gewünschte Kameraführung beschreibt.
Ausgabe: Ein Videoclip, der auf Grundlage des Prompts und der gewählten Videoeinstellungen generiert wird.
Auflösung: Wählen Sie bei jeder Anfrage eine unterstützte Ausgabeauflösung passend zum vorgesehenen Verwendungszweck.
Seitenverhältnisse: Wählen Sie aus mehreren unterstützten Formaten für horizontale, vertikale, quadratische und filmische Bildkompositionen.
Dauer: Geben Sie bei jeder Generierungsanfrage ausdrücklich eine Videolänge von 3 bis 30 Sekunden an.
Preisgestaltung: Die Abrechnung erfolgt pro Sekunde auf Grundlage der gewählten Ausgabeauflösung und der Dauer des generierten Videos.
Funktionen: Text-zu-Video-Erstellung mit promptbasierter visueller Regie, wählbarer Auflösung, flexibler Cliplänge und mehreren Seitenverhältnissen.
Marketingkampagnen: Verwandeln Sie schriftliche Briefings in Werbeclips, Kampagnenszenen und Videovarianten für Werbung und Markengeschichten.
Social-Media-Inhalte: Generieren Sie Clips für vertikale Feeds, horizontale Beiträge und quadratische Platzierungen mit Prompts, die auf die gewünschte Zielgruppe zugeschnitten sind.
E-Commerce und Produktwerbung: Erstellen Sie produktbezogene Szenen, Lifestyle-Videos und Inhalte zur Produkteinführung aus Prompts, die Produkt, Umgebung und gewünschte Aktion beschreiben.
Kreative Vorvisualisierung: Testen Sie Szenenbeschreibungen, Kameraideen und Aktionssequenzen während der Entwicklung einer Werbung, Präsentation oder visuellen Geschichte.
Automatisierte Inhaltsabläufe: Integrieren Sie die promptbasierte Videogenerierung in Anwendungen und Produktionsabläufe, die Briefings und Ausgabeeinstellungen projektübergreifend wiederverwenden.
Hinweis Stellen Sie sicher, dass Ihre Prompts den Anforderungen von Kuaishou und Best Image AI an die Inhaltssicherheit entsprechen. Falls ein Fehler auftritt, überprüfen Sie den Prompt und die Generierungseinstellungen, bevor Sie es erneut versuchen.
Kling 4.0 vs. Runway Gen-4.5
Runway Gen-4.5 unterstützt die Videogenerierung aus Text und Bildern. Kling 4.0 Text-to-Video bietet auf Best Image AI
einen speziellen, rein promptbasierten Arbeitsablauf mit wählbarer Auflösung, Cliplänge und mehreren Seitenverhältnissen.
Kling 4.0 vs. Veo 3.1
Google Veo 3.1 unterstützt die Videogenerierung mit nativem Audio. Kling 4.0 Text-to-Video bietet einen anderen
Integrationsweg, bei dem schriftliche Szenenanweisungen und die ausdrückliche Wahl von Auflösung, Dauer und Bildausschnitt im Mittelpunkt stehen.
Kling 4.0 Text-to-Video vs. Kling 4.0 Image-to-Video
Image-to-Video erfordert ein Startbild und kann zusätzliche Einzelbilder zur Orientierung nutzen. Text-to-Video eignet sich,
wenn ein schriftliches Briefing den Ausgangspunkt bildet und kein bestimmtes Quellbild die Anfangskomposition vorgeben muss.
Kling 4.0 Text-to-Video vs. Kling 4.0 Reference-to-Video
Reference-to-Video akzeptiert optionale Bild-, Video- und Audioreferenzen. Text-to-Video konzentriert die Anfrage auf
den schriftlichen Prompt, wenn für ein Projekt keine Referenzmedien erforderlich sind.
Kling 4.0 Text-to-Video vs. Kling 4.0 Video Extend
Video Extend fügt einem vorhandenen Clip weiteres Videomaterial hinzu. Text-to-Video erstellt einen neuen Clip aus einer Beschreibung
und ist damit die passende Wahl, wenn kein Quellvideo zur Fortsetzung vorhanden ist.
Entdecken Sie mehrere KI-Kreativtools für schnelle Bild- und Video-Workflows direkt im Browser und skalieren Sie erfolgreiche Ideen anschließend mit den produktionsreifen Modell-APIs von Best Image AI. Best Image AI bietet eine einheitliche API-Schicht für alle Modelle, damit Sie Ihre Workflows einfach nutzen und skalieren können.

KI-Bilder aus Text-Prompts erstellen

KI-Bilder aus Bildern und Text-Prompts erstellen

KI-Videos aus Text-Prompts erstellen

Bilder in KI-Videos animieren

KI-Bilder und -Videos in einem gemeinsamen Arbeitsbereich erstellen

Konsistente Videos aus Referenzmedien erstellen

Erstelle visuelle KI-Bild- und Videoworkflows auf einer unendlichen Arbeitsfläche
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'kling-v4.0-text-to-video',
prompt: 'A drone flying over a mountain range at sunrise, smooth forward camera movement',
resolution: '720p',
duration: 5,
aspect_ratio: '16:9'
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[0].url);
;
}
(status === ) {
.(pollResultData..);
;
}
( (resolve, ));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'kling-v4.0-text-to-video',
'prompt': 'A drone flying over a mountain range at sunrise, smooth forward camera movement',
'resolution': '720p',
'duration': 5,
'aspect_ratio': '16:9'
}
)
result = response.json()
task_id = result['data']['task_id']
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "kling-v4.0-text-to-video",
"prompt": "A drone flying over a mountain range at sunrise, smooth forward camera movement",
"resolution": "720p",
"duration": 5,
"aspect_ratio": "16:9"
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)