Avatar To VideoKling

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

kwaivgi/kling-v2-ai-avatar-standard

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。

示例

kwaivgi/kling-v2-ai-avatar-standard 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-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"
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-standard",
    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-standard", {
  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-standard

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。

💡 Best Use Cases

  • 社交媒体口播内容:快速生成个人简介、频道开场、短视频解说等数字人视频。
  • 品牌与营销素材:用于产品介绍、活动预告、广告创意测试和多版本内容投放。
  • 教育与培训:制作讲师型数字人课程、教程解说、知识科普视频。
  • 虚拟角色运营:为 IP 角色、二次元形象或宠物账号生成稳定的说话视频内容。

🔗 Related Models

  • Kling V2 AI Avatar Pro:更偏向高级 AI Avatar 生成,适合更强调表情表现与角色驱动的短视频内容。
  • Infinite Talk:适用于实时对话式语音交互场景,更适合交互式智能体与常在线语音角色。