Avatar To VideoKling

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

kwaivgi/kling-v2-ai-avatar-pro

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。

示例

kwaivgi/kling-v2-ai-avatar-pro AI 数字人视频生成 example 1

参数

名称类型默认约束说明
image *图片image_uploadimage/*用于生成输出内容的图片。
prompt提示词textarea≤ 5000 chars用于生成的正向提示词。

API

通过统一 REST API 调用本模型;在 API Keys 页获取密钥。

cURL
# 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"
Python
import time, requests

API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}

# 1) Submit
resp = requests.post(
    "https://www.namifusion.com/api/v1/marketplace/run/kwaivgi/kling-v2-ai-avatar-pro",
    headers=HEADERS,
    json={
        "input": {
            "image": "https://example.com/input.jpg"
        }
    },
)
resp.raise_for_status()  # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()

# 2) Poll until a terminal state (completed / failed / cancelled).
#    This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
    if time.time() > deadline:
        raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
    time.sleep(3)
    poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
    poll.raise_for_status()
    task = poll.json()

print(task["status"], task.get("output"))
JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };

// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/kwaivgi/kling-v2-ai-avatar-pro", {
  method: "POST",
  headers: { ...HEADERS, "Content-Type": "application/json" },
  body: JSON.stringify({
    "input": {
      "image": "https://example.com/input.jpg"
    }
  }),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();

// 2) Poll until a terminal state (completed / failed / cancelled).
//    This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
  if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
  await new Promise((r) => setTimeout(r, 3000));
  const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
  if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
  task = await poll.json();
}

console.log(task.status, task.output);

文档

kwaivgi/kling-v2-ai-avatar-pro

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。

💡 最佳使用场景

  • 社交媒体口播内容:快速制作适用于 TikTok、Shorts、Reels 的虚拟出镜视频。
  • 品牌人物与企业介绍:用于品牌代言人、产品介绍、欢迎语与企业形象展示。
  • 教育与培训内容:生成讲师式头像视频,用于课程导读、知识讲解与内部培训。
  • 客服与营销素材:制作虚拟客服、促销介绍、UGC 风格广告与落地页视频素材。

🔗 相关模型

  • infinitetalk:适合从脚本或音频生成口型同步头像视频,可用于虚拟讲解员与说明类内容。
  • Infinitetalk-Multi:面向多说话人、多段落或对话式场景,更适合批量化角色内容生产。
  • Omni-Human:侧重高保真数字人生成,适用于虚拟主持、品牌大使与培训数字人等更广泛场景。