如何使用 kwaivgi/kling-v2-ai-avatar-standard 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-standard 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-standard AI 数字人视频生成 是一款avatar to video模型(由 Kling 提供):Kling AI Avatar 可生成高质量的 AI 数字人视频,适用于个人主页、开场介绍和社交内容,呈现干净细节与电影感运动效果,并能稳定遵循提示词。提供开箱即用的 REST 推理 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 $0.290。

TL;DR

· 任务类型:avatar to video,由 Kling 提供

· 价格:典型一次约 $0.290($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-standard 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-standard" \
  -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-standard 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 $0.290($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-standard AI 数字人视频生成

高质量数字人视频生成,兼顾自然口型、表情表现与稳定身份一致性。

kwaivgi/kling-v2-ai-avatar-standard 是一款面向图片转视频场景的 AI Avatar 模型,可将单张图片与一段音频合成为自然的说话或演唱视频。该模型基于 Kling V2 avatar 技术栈,具备稳定的提示词遵循能力、出色的口型同步效果,以及无冷启动带来的更稳定交付体验,适合开发者快速评估并部署到内容生产流程中。

🚀 Key Features

  • 单图驱动数字人视频:仅需一张图片和一段音频,即可生成可用的 AI Avatar 视频,适合快速制作人物口播内容。
  • 精准口型同步:嘴型、下颌运动与音频节奏、发音和时序紧密对齐,即使面对较快语速也能保持自然表现。
  • 丰富面部与头部动作:不仅限于嘴部动画,还可呈现眨眼、眉毛变化、轻微转头等细节,提升视频真实感。
  • 身份一致性强:在整段视频中尽可能保持人物面部特征、发型与整体视觉风格稳定,减少帧间漂移。
  • 支持提示词控制风格:可通过提示词调节角色气质、情绪与表现方式,例如“温和讲师”或“高能主播”。
  • 无冷启动、性价比高:适合需要稳定吞吐与可预测成本的生产环境,尤其适用于批量生成社交内容与数字人口播素材。

🛠️ Technical Specifications

项目说明
模型架构Kling V2 AI Avatar Standard(图片转视频 / 音频驱动数字人)
任务类型image-to-video
输入形式图片 + 音频 + 可选提示词
输出形式视频
图片要求单张人物、角色或动物图片;建议正面或轻微 3/4 视角
音频要求单条音频轨道;适合干净的人声或 TTS 音频
提示词可选,用于控制情绪、能量感、行为风格
核心能力口型同步、表情驱动、头部运动、身份保持
支持内容类型真人肖像、风格化角色、宠物/动物形象
时长按音频时长计费;单次任务最长可达 300 秒(5 分钟)
分辨率未公开;更高分辨率通常需要更长渲染时间
帧率未公开
延迟未固定;通常随视频时长与分辨率上升而增加
计费规则最低按 5 秒计费;单任务计费上限为 300 秒

示例提示词

  • friendly teacher, gentle head nods
  • excited host, big smiles and energetic motion
  • calm news anchor, steady eye contact, professional delivery

💰 Pricing

计费项价格
基础价格(最低 5 秒)$0.28
10 秒音频$0.56
最低计费时长5 秒
单任务计费上限300 秒(5 分钟)

说明:短于 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-standard 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。