
テキストから画像
テキストプロンプトからAI画像を作成
KuaishouのKling 4.0 APIで商品写真やクリエイティブな画像を動画化。Best Image AIで画像フレームから動きを調整し、キャンペーンやブランドストーリーに活用できます。
Kuaishou Kling 4.0 Image-to-Video APIは、Best Image AI上で開発者やクリエイティブチーム向けに静止画像を動画クリップに変換します。 プロンプトによる動きの指示、任意の終了フレーム、順序付きの中間画像で、商品写真、キャンペーンのビジュアル、イラストに動きを加えられます。 柔軟な出力設定とフレームによる誘導を備えたこのKling画像アニメーションAPIは、ソーシャルコンテンツ、ブランドキャンペーン、絵コンテのアニメーション化、クリエイティブ制作ワークフローに適しています。
画像からの動画作成: 開始画像と自然言語による動きの指示を使い、商品写真、イラスト、キャンペーン画像を動きのあるクリップに変換できます。
任意の終了フレーム: 明確な終わり方が必要なプロジェクトでは、最後の画像を追加して、一連の映像が到達するビジュアルを誘導できます。
順序付きの中間フレーム: 中間画像を順番に指定して、映像の展開を誘導できます。画像の順序は維持され、表示タイミングはモデルが決定します。
プロンプトによる動きの演出: 入力画像に加え、意図する被写体の動作、環境の動き、カメラの挙動を記述できます。
出力解像度の選択: アニメーション制作の納品要件に応じて、720pまたは1080pで生成できます。
柔軟な長さと構図: キャンペーンの掲載枠、ソーシャルコンテンツ、画像を起点とする制作プロジェクトに合わせて、動画の長さと対応するアスペクト比を選択できます。
開発者向けの連携: 商品写真、キャンペーン素材、絵コンテ画像をすでに管理している制作アプリケーションやコンテンツ制作パイプラインに、画像のアニメーション化を組み込めます。
入力: 必須の開始画像URLと、希望する動きやシーンの展開を記述した自然言語のプロンプト。
出力: 開始画像、動きのプロンプト、追加のフレーム画像に基づいて生成された動画。
フレーム制御: 終了フレームと順序付きの中間フレームを任意で指定できます。開始、終了、中間の画像はフレーム数の合計上限を共有し、中間フレームのタイミングはモデルが決定します。
解像度: リクエストごとに、対応する出力解像度を選択します。
アスペクト比: 意図する構図と公開先の掲載枠に合わせて、複数の対応形式から選択できます。
長さ: リクエストごとに、3〜30秒のクリップの長さを明示的に設定します。
料金: 選択した出力解像度と生成動画の長さに基づく秒単位の課金です。
対応機能: 開始フレームの入力、任意の終了・中間フレーム、プロンプトによる動きの指示、柔軟な出力設定を備えた画像からの動画生成。
EC商品のアニメーション: カタログ写真に動きを加え、オンラインストアやキャンペーン向けの商品紹介、プロモーションクリップ、商品を中心としたストーリーに変換できます。
ソーシャルメディア向けクリエイティブ: キャンペーン画像やイラストを、ソーシャルフィード、広告、クリエイターコンテンツ向けの短編動画に変換できます。
絵コンテのアニメーション化: 順番に並べた絵コンテ画像と動きのプロンプトで、広告シーケンスや物語性のあるクリップの映像展開を誘導できます。
ブランドキャンペーン制作: 承認済みのキャンペーンビジュアルを起点に、文章の指示と任意のフレームで動きや終わり方を誘導できます。
ポートレート・エディトリアル画像のアニメーション: ポートレート、ファッション画像、アート作品に動きを加え、編集特集、デジタルポートフォリオ、ソーシャルコンテンツに活用できます。
注意 アップロード画像とプロンプトがKuaishouおよびBest Image AIのコンテンツ安全要件を満たすことを確認し、使用する権利のある画像を利用してください。中間フレームは映像の順序を誘導しますが、正確なタイムスタンプは指定できません。
Kling 4.0とRunway Gen-4.5 Image-to-Videoの比較
Runway Gen-4.5は入力画像と動きに重点を置いたプロンプトを組み合わせます。Kling 4.0 Image-to-Videoは、Best Image AIのワークフローで開始画像、任意の終了画像、順序付きの中間フレームに対応します。
Kling 4.0とVeo 3.1のフレームベース生成の比較
Veo 3.1は最初と最後のフレームを使った生成に対応しています。Kling 4.0 Image-to-Videoは順序付きの中間画像も受け付け、その時間的位置はモデルが決定します。
Kling 4.0 Image-to-VideoとKling 4.0 Reference-to-Videoの比較
Reference-to-Videoは、画像、動画、音声を任意の参照素材として受け付けます。Image-to-Videoは、開始画像と一連のビジュアルフレームでクリップを誘導したい場合に適したワークフローです。
Kling 4.0 Image-to-VideoとKling 4.0 Text-to-Videoの比較
Text-to-Videoは元画像を使わず、文章の説明からクリップを作成します。Image-to-Videoは、選択した写真、イラスト、絵コンテのフレームを中心とするプロジェクトに、必須の視覚的な出発点を加えます。
Kling 4.0 Image-to-VideoとKling 4.0 Video Extendの比較
Video Extendは既存映像の続きを生成します。Image-to-Videoは元動画を必要とせず、静止画像を出発点に、その視覚的な土台から一連の映像を生成します。
ブラウザで画像や動画をすばやく制作できる複数のAIクリエイティブツールを試し、成功したアイデアをBest Image AIの本番運用対応モデルAPIでスケールできます。Best Image AIはすべてのモデルに対応する統合APIレイヤーを提供し、ワークフローを簡単に利用・拡張できるようにします。
// 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-image-to-video',
prompt: 'Camera slowly pulls back from the character to reveal the surrounding mountain landscape',
image_url: 'https://example.com/start-frame.jpg',
resolution: '720p',
duration: 8,
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[].);
;
}
(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-image-to-video',
'prompt': 'Camera slowly pulls back from the character to reveal the surrounding mountain landscape',
'image_url': 'https://example.com/start-frame.jpg',
'resolution': '720p',
'duration': 8,
'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-image-to-video",
"prompt": "Camera slowly pulls back from the character to reveal the surrounding mountain landscape",
"image_url": "https://example.com/start-frame.jpg",
"resolution": "720p",
"duration": 8,
"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)