如何使用 kwaivgi/kling-v2-ai-avatar-pro AI 数字人视频生成 API:avatar to video接入指南(2026)

2 min · 更新于 2026-07-11 · NamiFusion 团队

kwaivgi/kling-v2-ai-avatar-pro AI 数字人视频生成 API 接入教程:参数说明、价格与可直接运行的调用代码,先在 Playground 试玩再一行代码接入。

kwaivgi/kling-v2-ai-avatar-pro AI 数字人视频生成 是一款avatar to video模型(由 Kling 提供):Kling V2 AI Avatar Pro 可生成高质量的 AI 数字人视频,细节清晰、动作稳定、人物一致性强,适合用于个人主页、片头和社交媒体内容。提供开箱即用的 REST inference API,性能出色,无冷启动,价格实惠。在 NamiFusion 上可以在 Playground 直接试玩(提交前显示准确报价),再通过统一 REST API 一行代码接入,典型一次调用约 $0.570。

TL;DR

· 任务类型:avatar to video,由 Kling 提供

· 价格:典型一次约 $0.570($1 = 100 积分),按量计费无订阅

· 上手路径:Playground 试玩(提交前显示报价)→ API Keys 建密钥 → 一个 POST 接入

· 可调参数:2 个(见下方参数表)

· 无平台水印,商用可用(遵守服务条款)

用 kwaivgi/kling-v2-ai-avatar-pro AI 数字人视频生成 能做什么?

短视频与广告片段:从一句话或一张图直接产出可发布的动态素材。

产品演示与概念预览:低成本验证分镜和视觉方向,再决定是否实拍。

社媒内容工厂:批量生成竖屏短片,配合热点话题快速上线。

已有素材的二次创作:图生视频让静态作品动起来,延长内容生命周期。

怎么调用这个 API?

1. 在 NamiFusion 注册并在 API Keys 页面创建密钥(注册赠送积分仅可用于指定模型)。

2. 用下面的 cURL 示例提交任务,Header 带上 Bearer 密钥。

3. 用返回的 task_uuid 轮询任务状态,完成后取输出 URL。

提交任务
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/kwaivgi/kling-v2-ai-avatar-pro" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "image": "https://example.com/input.jpg"
  }
}'

# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
  -H "Authorization: Bearer YOUR_API_KEY"

有哪些参数?

image(图片):必填

prompt(提示词):可选

kwaivgi/kling-v2-ai-avatar-pro AI 数字人视频生成 的提示词怎么写?

1. 主体在前:先写画面主角与动作,再补环境、光线、风格("一名宇航员在雨中的霓虹街头奔跑,电影感,浅景深")。

2. 用具体名词代替形容词堆砌:"85mm 人像镜头、黄昏逆光" 比 "非常好看、超高质量" 有效得多。

3. 迭代时只改一个变量:固定 seed 复现结果,每次只调整一个描述词,才能知道是什么在起作用。

4. 负面信息放正面写:与其说"不要模糊",不如直接要"锐利对焦、清晰细节"。

价格是多少?

按次积分计价,典型一次调用约 $0.570($1 = 100 积分),实际价格随参数(分辨率/时长等)变化,Playground 里提交前会显示准确报价。

kwaivgi/kling-v2-ai-avatar-pro AI 数字人视频生成

高保真数字人头像视频生成,兼顾口型同步、身份一致性与稳定表现。

kwaivgi/kling-v2-ai-avatar-pro 是一款面向头像视频场景的图片生成视频模型,可将单张人像图片与音频结合,生成自然的口播式 talking-head 视频。该模型强调清晰细节、稳定运动与强身份一致性,并具备无冷启动、性价比高等优势,适合社交媒体、品牌介绍与虚拟主持等内容生产场景。

🚀 关键特性

  • 音频驱动表演:直接使用上传的音频驱动口型、停顿与节奏,无需额外 TTS,能够更好保留原始语气与情绪。
  • 高身份一致性:在生成面部、眼神与头部动作时,尽可能保持参考图片中的人物特征,适合品牌化人物形象复用。
  • 自然口播动作:输出聚焦 talking-head 头像视频,动作稳定、镜头感自然,适合介绍、解说与出镜表达类内容。
  • 单图启动:仅需一张清晰人像图片和一段音频即可生成视频,无需真人拍摄或动作采集流程。
  • 提示词可控风格:可通过提示词补充灯光、情绪、镜头氛围或轻微动作倾向,提升内容风格一致性。
  • 社交平台友好:输出适合竖屏头像视频场景,便于用于 Reels、TikTok、Shorts 与 Story 等内容分发渠道。

🛠️ 技术规格

项目说明
模型名称kwaivgi/kling-v2-ai-avatar-pro
模型类型图片生成视频(AI Avatar / Talking-Head)
核心能力单张人像图片 + 音频驱动的口型同步头像视频生成
输入形式图片、音频、提示词(可选)
输出形式视频
图片要求清晰、光线良好、正脸或 3/4 侧脸人像,眼睛可见,尽量减少遮挡
音频要求干净的单声道或立体声音频,背景噪声尽量少
时长自动根据音频时长生成;计费最小时长为 5 秒
分辨率HD 级竖屏输出(原始文档未标注具体像素)
宽高比竖屏(适合社交媒体头像视频)
驱动方式音频驱动口型、节奏与表情表现
风格控制支持通过提示词控制表情、氛围、灯光与轻微镜头感
延迟未公开固定值;平台强调无冷启动
稳定性特点细节干净、运动稳定、身份一致性强

示例提示词

  • 柔和棚拍灯光,轻微点头,温和微笑,自然镜头表现
  • 自信的科技产品讲解员,稳定注视镜头,专业表达氛围
  • 友好的客服形象,亲切表情,轻微头部运动,干净背景感

💰 价格

音频时长(秒)计费时长(秒)价格(USD)
0–550.56
10101.12
20202.24
30303.36
60606.72

少于 5 秒的音频仍按 5 秒计费。

FAQ

可以先免费试用吗?+

注册赠送积分仅可用于指定模型,适用范围会持续更新;Playground 提交前会显示准确报价。

生成内容可以商用吗?有水印吗?+

可以商用,NamiFusion 不给生成结果加平台水印;使用须遵守服务条款与适用法律。

内容政策是什么?+

NamiFusion 是无过滤引擎,不做武断限制、对 NSFW 友好,但禁止违法内容与非自愿的真人素材,详见服务条款。

kwaivgi/kling-v2-ai-avatar-pro AI 数字人视频生成 的任务要跑多久?+

取决于参数,图像通常数秒到数十秒,视频通常数十秒到几分钟;API 返回 task_uuid 供轮询。

分辨率/时长上限是多少?+

以模型参数表为准:每个模型的可选分辨率、时长档位都在上方参数说明与 Playground 中列出。