
텍스트로 이미지 생성
텍스트 프롬프트로 AI 이미지 생성
Kuaishou의 Kling 4.0 API로 제품 사진과 창의적인 이미지에 움직임을 더하세요. Best Image AI에서 이미지 프레임으로 움직임을 조정해 캠페인과 브랜드 이야기에 활용하세요.
Kuaishou Kling 4.0 Image-to-Video API는 Best Image AI에서 개발자와 크리에이티브 팀을 위해 정지 이미지를 동영상 클립으로 변환합니다. 프롬프트로 안내하는 움직임, 선택적 종료 프레임, 순서가 지정된 중간 이미지로 제품 사진, 캠페인 비주얼, 일러스트에 움직임을 더할 수 있습니다. 유연한 출력 설정과 프레임 안내를 제공하는 이 Kling 이미지 애니메이션 API는 소셜 콘텐츠, 브랜드 캠페인, 스토리보드 애니메이션, 크리에이티브 제작 워크플로에 적합합니다.
이미지 기반 동영상 제작: 시작 이미지와 자연어로 작성한 움직임 지시를 사용하여 제품 사진, 일러스트, 캠페인 이미지를 움직이는 클립으로 변환할 수 있습니다.
선택적 종료 프레임: 프로젝트에 명확한 결말이 필요하면 마지막 이미지를 추가하여 시퀀스가 도달해야 할 시각적 결과를 안내할 수 있습니다.
순서가 지정된 중간 프레임: 중간 이미지를 순서대로 제공하여 시각적 전개를 안내합니다. 이미지 순서는 유지되며 등장 시점은 모델이 결정합니다.
프롬프트 기반 움직임 연출: 제공한 이미지와 함께 원하는 피사체 동작, 환경의 움직임, 카메라 동작을 설명할 수 있습니다.
출력 해상도 선택: 애니메이션 워크플로의 납품 요건에 따라 720p 또는 1080p로 생성할 수 있습니다.
유연한 길이와 구도: 캠페인 게재 영역, 소셜 콘텐츠, 이미지 중심의 크리에이티브 프로젝트에 맞춰 동영상 길이와 지원 화면 비율을 선택할 수 있습니다.
개발자 친화적인 연동: 이미 제품 사진, 캠페인 소재, 스토리보드 이미지를 관리하는 제작 애플리케이션과 콘텐츠 파이프라인에 이미지 애니메이션 기능을 통합할 수 있습니다.
입력: 필수 시작 이미지 URL과 원하는 움직임 및 장면 전개를 설명하는 자연어 프롬프트입니다.
출력: 시작 이미지, 움직임 프롬프트, 추가 프레임 이미지의 안내에 따라 생성된 동영상입니다.
프레임 제어: 종료 프레임과 순서가 지정된 중간 프레임을 선택적으로 제공할 수 있습니다. 시작, 종료, 중간 이미지는 총 프레임 허용량을 공유하며 중간 프레임의 등장 시점은 모델이 결정합니다.
해상도: 요청마다 지원되는 출력 해상도를 선택합니다.
화면 비율: 원하는 구도와 게시 위치에 맞는 다양한 지원 형식 중에서 선택할 수 있습니다.
길이: 요청마다 3~30초의 클립 길이를 명시적으로 설정합니다.
요금: 선택한 출력 해상도와 생성된 동영상 길이를 기준으로 초 단위로 청구됩니다.
지원 기능: 시작 프레임 입력, 선택적 종료 및 중간 프레임, 프롬프트 기반 움직임 연출, 유연한 출력 설정을 제공하는 이미지 기반 동영상 애니메이션입니다.
전자상거래 제품 애니메이션: 카탈로그 사진에 움직임을 더해 온라인 스토어와 캠페인을 위한 제품 소개, 홍보 클립, 제품 중심 스토리로 만들 수 있습니다.
소셜 미디어 크리에이티브: 캠페인 이미지와 일러스트를 소셜 피드, 광고, 크리에이터 콘텐츠용 짧은 동영상으로 변환할 수 있습니다.
스토리보드 애니메이션: 순서대로 배치한 스토리보드 이미지와 움직임 프롬프트로 광고 시퀀스 및 서사적 클립의 시각적 전개를 안내할 수 있습니다.
브랜드 캠페인 제작: 승인된 캠페인 비주얼에서 시작하여 글로 작성한 지시와 선택적 프레임으로 움직임과 결말을 안내할 수 있습니다.
인물 및 에디토리얼 이미지 애니메이션: 인물 사진, 패션 이미지, 예술 작품에 움직임을 더해 편집 특집, 디지털 포트폴리오, 소셜 콘텐츠에 활용할 수 있습니다.
참고 업로드한 이미지와 프롬프트가 Kuaishou 및 Best Image AI의 콘텐츠 안전 요건을 준수하는지 확인하고, 사용 권한이 있는 이미지를 이용하세요. 중간 프레임은 시퀀스를 안내하지만 정확한 타임스탬프를 제어할 수는 없습니다.
Kling 4.0과 Runway Gen-4.5 Image-to-Video 비교
Runway Gen-4.5는 입력 이미지와 움직임 중심 프롬프트를 결합합니다. Kling 4.0 Image-to-Video는 Best Image AI 워크플로에서 시작 이미지, 선택적 종료 이미지, 순서가 지정된 중간 프레임을 지원합니다.
Kling 4.0과 Veo 3.1 프레임 기반 생성 비교
Veo 3.1은 첫 프레임과 마지막 프레임을 사용한 생성을 지원합니다. Kling 4.0 Image-to-Video는 순서가 지정된 중간 이미지도 받으며, 시간상 위치는 모델이 결정합니다.
Kling 4.0 Image-to-Video와 Kling 4.0 Reference-to-Video 비교
Reference-to-Video는 이미지, 동영상, 오디오를 선택적 참조 자료로 받습니다. Image-to-Video는 시작 이미지와 일련의 시각적 프레임으로 클립을 안내해야 할 때 적합한 워크플로입니다.
Kling 4.0 Image-to-Video와 Kling 4.0 Text-to-Video 비교
Text-to-Video는 원본 이미지 없이 글로 작성한 설명에서 클립을 만듭니다. Image-to-Video는 선택한 사진, 일러스트, 스토리보드 프레임을 중심으로 구성된 프로젝트에 필수적인 시각적 출발점을 더합니다.
Kling 4.0 Image-to-Video와 Kling 4.0 Video Extend 비교
Video Extend는 기존 영상의 뒷부분을 이어서 만듭니다. Image-to-Video는 원본 동영상을 요구하지 않고 정지 이미지에서 시작하여 그 시각적 기반으로 시퀀스를 생성합니다.
브라우저에서 빠른 이미지 및 비디오 워크플로를 위한 여러 AI 창작 도구를 살펴본 다음, Best Image AI의 프로덕션용 모델 API로 성공적인 아이디어를 확장하세요. Best Image AI는 모든 모델을 위한 통합 API 계층을 제공하여 워크플로를 쉽게 사용하고 확장할 수 있도록 합니다.
// 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)