用 1–7 张参考图（可加 1 段参考视频）生成 3–15 秒视频，让同一人物、宠物或物品出现在新场景里，支持 720p 到 4K。
提供商: Kuaishou
类型: 视频生成
接口: /v1/tasks
状态: 已开放
消耗: 查看页面实时价格
用 1–7 张参考图（可加 1 段参考视频）生成 3–15 秒视频，让同一人物、宠物或物品出现在新场景里，支持 720p 到 4K。
定价
标准用量
准备生成
配置参数并点击"运行"查看输出结果。
参考图、参考视频和生成视频并排展示，点击“原图”可以查看完整参考图。提示词可以直接复制到 Playground 中改写。
参考图是雨夜排水沟里的一只白色纸船，参考视频是同一画面的低机位贴水镜头。成片把纸船放进黄金时刻的森林溪流：折法和白色纸质与参考图一致，镜头仍然贴着水面、正对纸船，节奏与参考视频相近。
提示词（英文）
The same white paper boat from the reference drifts along a sunlit forest stream at golden hour, leaves floating beside it, camera tracks low alongside it with the same smooth motion as the reference video. Cinematic, shallow depth of field.
参考对象要出现在新构图里时用参考生视频；要从一张图原样开场时用图生视频；只有文字时用文生视频；已有视频要整体改造时用视频改造。
当前价格：查看实时定价
同一主体准备多个角度更稳定；需要复用运镜时再加一段参考视频，此时参考图不超过 4 张。
说明参考图里的谁出现在哪里、做什么，选择时长、分辨率和画幅。
在 Playground 确认效果，再用下方请求创建任务并异步获取结果。
curl --request POST 'https://api.hiapi.ai/v1/tasks' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"model": "kling-3.0-omni/reference-to-video",
"input": {
"prompt": "The same white paper boat from the reference drifts along a sunlit forest stream at golden hour, leaves floating beside it, camera tracks low alongside it with the same smooth motion as the reference video. Cinematic, shallow depth of field.",
"image_urls": [
"https://static.hiapi.ai/admin-assets/2026/10/13/1791861888668-6554d6167af93003-kling-omni-boat-frame.jpg"
],
"video_urls": [
"https://static.hiapi.ai/admin-assets/2026/10/13/1791861859228-2b40d774dd4b2262-kling-omni-t2v-golden.mp4"
],
"duration": 3,
"resolution": "720p",
"aspect_ratio": "16:9",
"audio": false
}
}'关于 Kling 3.0 Omni Reference-to-Video
Kling 3.0 Omni Reference-to-Video 是 Kling 3.0 Omni 系列里的参考生视频接口。上传 1–7 张参考图，模型会记住其中人物、宠物或物品的外观，再按提示词生成全新的场景和动作，时长 3–15 秒，分辨率 720p 到 4K。
多张不同角度的参考图能让人物更稳定；一个画面里也可以同时出现多个主体。再加一段参考视频，模型会参考它的镜头运动和节奏，适合复用一套成熟的运镜。带参考视频时不生成音频、参考图最多 4 张，也不能开智能分镜。
固定主角的参考图，在不同集数、不同场景里保持同一个形象。
用产品图作为参考，生成在户外、居家或节日布景里的展示镜头，产品外观保持一致。
用一段参考视频锁定运镜节奏，再替换成不同主体批量生成。
同一个 API Key 即可调用 Omni 的四个接口和其他视频模型，任务记录集中保存成片与消费明细，方便对比不同提示词和参数的效果。
image_urls 传 1–7 张参考图；加入参考视频后最多 4 张。参考图和 elements 主体合计不超过 7 个（带参考视频时不超过 4 个）。支持 JPG / PNG，单张不超过 50MB，短边至少 300px。
video_urls 可选传 1 段参考视频，用来参考镜头运动和节奏。要求 MP4 / MOV、不超过 200MB、时长 3–15.5 秒、宽高 700–4553px、24–60fps。带参考视频时不能开启原生音频和智能分镜。
图生视频把图片当作视频的第一帧；参考生视频把图片当作人物、宠物或物品的样子，生成全新的构图和场景，参考图不会原样出现在开头。
时长 3–15 秒（默认 5 秒），分辨率 720p、1080p 或 4K，画幅支持 16:9、9:16 和 1:1。
可以直接用文字描述参考图里的主体，例如“参考图中穿黄色雨衣的女子”；需要更明确的绑定时，在 elements 里为主体命名并用 @名称 引用。
按视频时长计费，分辨率、是否开启音频以及是否带参考视频会影响单价。当前价格请以定价页为准，每次任务的消费明细可以在 HiAPI 任务记录中查看。
HiAPI Blog
