Kling

Kling O3

Kling O3（Video 3.0 Omni）是 Kling 的统一多模态旗舰——由四个变体组成，将文本、图像、视频与音频输入融合到同一个模型。能力覆盖文本生成视频、带尾帧控制的图像生成视频、角色参考生成与提示引导的视频到视频编辑（Omni Edit），与 Kling 3.0 共用同一架构，支持原生 4K 最高 60fps 与多镜头叙事。

Kling O3 系列围绕"参考输入密集 + 多模态"的工作流构建。基础 O3 模型支持文本生成视频和带尾帧控制的图像生成视频，可同时锁定首帧和尾帧以精确规划运动。O3 Reference 增加角色参考图像以在片段间保持外观一致，并支持对单个元素的语音控制。O3 Video Edit（Omni Edit）可对现有素材进行提示引导的角色、环境或特定元素替换，同时保留原始运动与时序。O3 Video Ref 将视频到视频编辑与参考图像结合，提供最大程度的控制。所有变体共享 Kling 3.0 的原生 4K（3840×2160）、最高 60fps、16-bit HDR、最多 6 个镜头的多剪辑（最长 15 秒），以及英、中、日、韩、西五种语言的同步原生音频，全部提供标准与专业双档位。