关于可灵：可灵(Kling）是由快手大模型团队自研打造的视频生成大模型，现已支持文生视频、图生视频、视频续写、运镜控制、首尾帧等多个能力，让用户轻松高效地完成艺术视频创作
指南大纲
各位可灵的创作者朋友们，首先感谢大家对可灵的喜欢！为了让大家更好地通过提示词(prompt)来驯服可灵大模型，写出更好的可灵咒语，我们将以下指南给创作者朋友们参考。当然，随着模型的持续迭代和对模型的不断探索，这份指南也会持续更新，我们希望与各位创作者朋友们共同完善，如果有发现更好用的模型小妙招，欢迎大家联系我们：kling@kuaishou.com，被采纳后我们会有额外的灵感值激励哦~让我们一起沉淀更好的「可灵」驯服指南，帮助大家创作更多更好的优质作品。
一、基础功能
文生视频
输入一段文字，可灵大模型根据文本表达生成5s或10s视频，将文字转变为视频画面。现已支持“标准”与“高品质”两个生成模式，标准模式生成速度更快，高品质模式画面质量更佳；「可灵」同时支持16:9，9:16与1:1三种画幅比例，更多元满足大家的视频创作需求。
我们知道，“Prompt作为文生视频大模型最主要的交互语言，将直接决定了模型返回的视频内容，因此，如何使用有效Prompt来完成Al视频创作是每个创作者都希望了解和学习的，「可灵」作为AI视频大模型2.0的新生命，仍然在不断迭代与更新，我们需要持续探索，发挥可灵的潜力，这样才能更好地玩转可灵，玩转AI视频。
我们给大家准备了可灵提示词公式，可供参考：
以上公式最核心的构成就是主体、运动和场景，这也是描述一个视频画面最简单、最基本的单元。当我们希望更细节地描述主体与场景时，只需要通过列举多个描述词短句，保持Prompt中希望出现要素的完整性即可，「可灵」会根据我们的表达进行提示词扩写，生成符合预期的视频。
如“一只大熊猫在咖啡厅里看书”，我们可以增加主体和场景的细节描述“一只大熊猫戴着黑框眼镜在咖啡厅看书，书本放在桌子上，桌子上还有一杯咖啡，冒着热气，旁边是咖啡厅的窗户”，这样可灵生成的画面会更具体可控，如果想要增加一些镜头语言和光影氛围，我们也可以尝试“镜头中景拍摄，背景虚化，氛围光照，一只大熊猫戴着黑框眼镜在咖啡厅看书，书本放在桌子上，桌子上还有一杯咖啡，冒着热气，旁边是咖啡厅的窗户，电影级调色”，这样生成的视频质感会进一步提升，有可能会得到超出预期的结果。
公式的意义旨在帮助大家更好地描述想要的视频画面，我们同样可以尽情发挥想象力，不被公式限制，去自由大胆地与「可灵」交流，可能会有更加惊喜的结果！这里有一些来源于创作者分享的优质案例，一起来看看~
一些使用小技巧
- 尽量使用简单词语和句子结构，避免使用过于复杂的语言；
- 画面内容尽可能简单，可以在5s到10s内完成;
- 用“东方意境、中国、亚洲”等词语更容易生成中国风和中国人;
- 当前视频大模型对数字还不敏感，比如“10个小狗在海滩上”，数量很难保持一致;
- 分屏场景，可以使用prompt：“4个机位，春夏秋冬”；
- 现阶段较难生成复杂的物理运动，比如球类的弹跳、高空抛物等；
- (持续更新中，欢迎补充)
图生视频
输入一张图片，可灵大模型根据图片理解生成5s或10s视频，将图片转变为视频画面；输入一张图片加文本描述，可灵大模型根据文本表达将图片生成一段视频。现已支持“标准”与“高品质”两个生成模式，以及16:9，9:16与1:1三种画幅比例，更多元满足大家的视频创作需求。
图生视频是当前创作者使用频率最高的功能，这是因为从视频创作角度来看，图生视频更可控，创作者可以用提前抽卡生成好的图片进行动态视频生成，极大降低了专业视频的创作成本与门槛；而从视频创意角度来看，「可灵」为大家提供了另外一种创意平台，用户可以通过文本来控制图片中的主体进行运动，如最近网上爆火的“老照片复活”、“与小时候的自己拥抱”，以及被网友调侃为「吃菌子幻觉视频」的“蘑菇变企鹅”等，体现出[可灵」作为一个创意工具的属性，给用户的创意实现提供了无限可能。对图生视频来说，控制图像中的主体运动是核心.
我们为大家提供了以下公式，可供参考：
以上公式最核心的构成是主体和运动，与文生视频不同，图生视频已经有了场景，因此只需要描述图像中的主体与希望主体实现的运动，如果涉及多个主体的多个运动，依次列举即可，「可灵」会根据我们的表达与对图像画面的理解进行提示词扩写，生成符合预期的视频。
如果想要“让画中的蒙娜丽莎戴上墨镜”，当我们只输入“戴墨镜”时，模型较难理解指令，因此更可能通过自己的判断进行视频生成，当「可灵」判断这是一幅画时，会更可能生成具有运镜的效果的画幅展览，这也是照片类的图片容易生成静止不动视频的原因（不要上传带有相框的图片）。
因此，我们需要通过描述“主体+运动”来让模型理解指令，如“蒙娜丽莎用手戴上墨镜”，或者对于多主体“蒙娜丽莎用手戴上墨镜，背景出现一道光”，模型会更容易响应。
—些tips
- 尽量使用简单词语和句子结构，避免使用过于复杂的语言；
- 运动符合物理规律，尽量用图片中可能发生的运动描述；
- 描述与图片相差较大，可能会引起镜头切换;
- 现阶段较难生成复杂的物理运动，比如球类的弹跳、高空抛物等；
- (持续更新中，欢迎补充)
多图参考
可灵AI1.6模型，为大家带来了全新的[多图参考|能力。在现有的1.6模型图生视频的下，「多图参考」支持你上传最多四张参考图片，图片的内容可以是人物、动物、场景、服饰等各种主体或背景图片。此外，你还需编写一段文字，来描述这些主体/背景之间的互动，或者描述更多细节，将图片素材融合在一起，生成出一段创意视频。
相较于文生视频，「多图参考」可以生成更加可控的AI创意视频，在视频中融入任何你希望固定的主体元素或者背景画面。此外，相较于图生视频的「首尾帧」功能，「多图参考」能够让你更灵活的生成视频，让主体不再拘泥于首/尾帧图片的画面。你可以把主体放在任何场景下，更可以让主体间加入各种互动，解锁全新的视频创作方式！
如何使用「多图参考」
步骤一：
- 上传图片（(1～4张）：
- 本地上传
- 通过[历史创作」选择你在「可图」生成的历史图片素材利用可图创作视频主体的图片后，再通过[历史创作」上传
步骤二：框选主体（可选）
如果你上传的图片中包含过多元素，而你只希望可灵AI参考图中特定的主体，那么我们强烈建议你使用此功能，精准框选出你希望可灵Al参考的部分。
步骤三：撰写创意描述
用一段话来描述你希望参考的（一个/或多个）主体，生成出一段什么效果的AI创意视频。具体如何通过撰写更好的「创意描述」来生成更符合你预期的AI视频。
步骤四：选择参数
●模式：「标准模式」生成720p视频,速度更快;「高品质」模式生成1080p视频，效果更佳
●比例：你希望生成出来的视频是什么比例，可灵AI提供「16:9」、「9:16」、「1:1」三种比例
备注：参考图片的比例，不影响最终生成视频的比例
●生成时长：可灵Al生成的视频长度，提供5秒/10秒两种长度
●生成数量：你希望可灵Al一次性生成几条视频，支持单次生成1-4条负向词（可选）：写下你不希望可灵AI在生成的视频中出现的
内容。
此外，你可以通过点击「上传图片」栏下方的推荐示例（如下图所示位置），来获取一些示例玩法。点击右侧的「旋转」按钮以获取更多示例内容。
「多图参考」灵感值花费计算规则
- 在生成视频按钮的样式中，会详细注明本次生成视频会消耗多少灵感值。此处将给出灵感值消耗的详细计算规则，供大家参考。
例如：生成2条，10秒的高品质画质的「多图参考」视频需要消耗：35X2倍（10秒）X2(2条视频）=140灵感值
「多图参考」适合哪些场景
- 在「多图参考」功能中，你可以基于不同类型和数量的主体进行创作。在以下场景中，「多图参考」可以比较好的发挥功能特点和优势，供大
家参考：
- 前景角色及动作+背景环境（比如一个角色在一个地方走路）
- 角色+服装+产品的展示
- 多角色「同框」互动
- 动漫二创
以下，我们按照主体数量作为分类标准，分别给出这几个适用场景的示例：
单主体（单个人物/动物/物体)
多主体（多个人物/动物/物体）
「多图参考」进阶技巧
1如何撰写更好的创意描述
单主体（单个人物/动物/物体)
多主体（多个人物/动物/物体)
视频延长
对AI生成后的视频可续写4~5秒，支持多次续写（最长3分钟），可通过微调提示词进行视频续写创作。
视频延长功能位于视频生成后左下角Tab，有“自动延长”与“自定义创意延长”两种模式，“自动延长”是指无需输入Prompt，模型根据对视频本身的理解进行视频续写，“自定义创意延长”是用户可以通过文本控制延长后的视频，这里Prompt需要与原视频相关，写明原视频的“主体+运动”，才能尽量实现延长后的视频不崩坏.
我们为大家提供了以下公式，可供参考：
—些tips
视频“自定义创意延长”里Prompt需要与原视频主体保持一致，不相关的文本可能会引起镜头切换；
延长具有一定概率，可能需要多次延长才能生成符合预期的视频；
（持续更新中，欢迎补充)
进阶功能
标准模式与高品质模式
「标准模式」是视频生成速度更快、推理成本更低的模型，可以通过标准模式快速验证模型效果，满足用户创意实现需求；「高品质模式」是视频生成细节更丰富、推理成本更高的模型，可以通过高品质模式生成高质量视频，满足创作者高阶作品需求。
对于标准模式和高品质模式，分别有以下优势，我们可以根据实际情况选择模型生成：
- 标准模式：视频生成速度快，推理成本更低。擅长生成人像、动物、以及动态幅度较大的场景，生成的动物更亲切，画面调色柔和，也是可灵刚发布时就获得好评的一款模型；
- 高品质模式：视频生成细节更丰富，推理成本更高。擅长生成人像、动物、建筑、风景类等视频，细节更丰富，构图与色调氛围更高级，是可灵现阶段对于精细视频创作使用最多的一款模型。
运镜控制
可灵1.0模型文生视频和可灵1.5的图生视频的高品质模式，均支持运镜控制，现已支持包括“水平运镜、垂直运镜、推进/拉远、垂直摇镜、旋转摇镜、水平摇镜”6个基本运镜。可灵1.0模型文生视频，还额外支持“左旋推进、右旋推进、推进上移、下移拉远”4个大师运镜，帮助创作者生成具有明显运镜效果的视频画面。
运镜控制属于镜头语言的一种，为了满足视频创作的多元性，让模型更好响应创作者对镜头的控制，平台增加运镜控制功能，以绝对命令控制视频画面的运镜行为，可以通过位移参数的调节进行运镜幅度的选择，以下是对一只大熊猫在湖边弹钢琴”的不同运镜举例：
首尾帧能力
首尾帧功能，即上传两张图片，模型将这两张图片作为首帧和尾帧生成视频，通过点击「图生视频」功能右上角的「增加尾帧」进行体验。
首尾帧功能可以实现对视频的更精细控制，现阶段主要应用于视频创作中对首帧尾帧有控制要求的视频生成，能够较好实现预期生成视频的动态过渡，但需要注意的是，首帧尾帧视频内容需要尽量相似，如果差别较大会引起镜头切换。
首尾帧图片生成的视频如下：
运动笔刷能力
运动笔刷功能，即上传任意一张图片，用户可以在图片中通过“自动选区”或者“涂抹”对某一个区域或主体进行选中，添加运动轨迹，同时输入符合预期的运动Prompt（主体+运动），点击生成后模型将为用户生成添加指定运动后的图生视频结果，以此来控制特定主体的运动表现，补足进阶的图生视频可控生成。
运动笔刷功能作为图生视频更强的可控生成能力，可以进一步按照用户意愿生成期望的区域或主体的指定运动，比如图生视频比较难实现的“球类运动”，以及对人物/动物转向和行走路线”的生成等，支持6种主体和轨迹的同时设置，另外，本次支持“静态笔刷”功能，用静态笔刷涂抹后，模型将固定涂抹区域的像素点，避免运镜发生，如果不希望运动轨迹可能引起的镜头运动，建议在图片底部添加静态笔刷。
对口型
「对口型」功能，支持你在可灵AI生成人物视频后，上传本地配音/歌唱文件，或者通过文本朗读功能在线生成配音，可灵AI就能让你的视频人物
口型和音频完美同步，仿佛真人在说话/唱歌，视频瞬间栩栩如生！
使用方法：
（1）使用可灵Al，生成包含完整的人物面容的视频；点击预览视频下的「对口型」；
（2）在打开的对口型弹窗内，使用文本朗读生成配音，或者上传本地配音/歌唱文件
文本朗读的音色均为说话超拟真的大模型音色，并支持在0.8-2倍速范围内调节说话快慢。
（3）点击对口型按钮，等待视频生成，即可得到视频人物口型和音频完美同步的结果
注意：对口型为付费功能，价格和角色视频的长度有关，5s的视频对口型需花费5灵感值，10s的视频对口型需花费10灵感值。
如果你如果你上传的音频、或者文本朗读生成的音频，超过了画面长度，我们也将为你提供裁剪音频长度的功能。
详情查看链接：【可灵AI官方教程】
