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)
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。
# 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) |
|---|---|---|
| 0–5 | 5 | 0.56 |
| 10 | 10 | 1.12 |
| 20 | 20 | 2.24 |
| 30 | 30 | 3.36 |
| 60 | 60 | 6.72 |
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。