Video Modelskling-ai

معرفی و مستندات مدل هوش مصنوعی v1-pro-image-to-video

مستندات مدل v1-pro-image-to-video از kling-ai، ارائه شده توسط ای آی کار (AI-KAR)

معرفی و بررسی فنی

⚡ وضعیت پشتیبانی از زبان فارسی

این مدل از زبان فارسی به صورت متوسط پشتیبانی می‌کند. برای دریافت بهترین نتیجه، توصیه می‌شود از توضیحات انگلیسی استفاده کنید.

مدل v1-pro-image-to-video یک مدل پیشرفته تبدیل تصویر به ویدیو است که توسط kling-ai توسعه یافته و توسط ای آی کار (AI-KAR) ارائه می‌شود. این مدل قادر است تصاویر ثابت را به کلیپ‌های ویدیویی پویا تبدیل کند. در مقایسه با مدل استاندارد v1، این مدل کنترل‌های پیشرفته‌تری بر روی دوربین ارائه می‌دهد، از جمله گزینه‌هایی برای حرکت‌های تیلت، پن، زوم و رول. این قابلیت‌ها منجر به جزئیات غنی‌تر و حرکات دوربین پایدارتر می‌شوند که در نهایت کیفیت بصری ویدیوهای تولید شده را بهبود می‌بخشند. انیمیشن‌های بهبود یافته باعث می‌شوند عناصری مانند جریان آب و حرکات شخصیت‌ها طبیعی‌تر و جذاب‌تر به نظر برسند. این مدل با استفاده از الگوریتم‌های پیچیده هوش مصنوعی، قادر است بافت‌ها، نورپردازی و عمق صحنه را به طور واقع‌گرایانه شبیه‌سازی کند و ویدیوهایی با کیفیت بالا و جذاب تولید نماید. کاربران می‌توانند با ارائه یک تصویر و توضیحات متنی، ویدیویی با محتوای دلخواه خود ایجاد کنند. این مدل برای تولید محتوای تبلیغاتی، آموزشی، سرگرمی و هنری بسیار مناسب است. همچنین، امکان کنترل دقیق پارامترهای مختلف ویدیو، از جمله طول زمان ویدیو، میزان تاثیرگذاری متن ورودی و عناصر منفی، به کاربران این امکان را می‌دهد تا ویدیوهایی کاملاً سفارشی‌سازی شده تولید کنند. این مدل با بهره‌گیری از تکنولوژی‌های روز دنیا، تجربه کاربری بی‌نظیری را ارائه می‌دهد و به کاربران کمک می‌کند تا ایده‌های خلاقانه خود را به واقعیت تبدیل کنند. مدل v1-pro-image-to-video با ارائه امکانات پیشرفته و کیفیت بالای ویدیوهای تولیدی، یک ابزار قدرتمند برای تولید محتوای ویدیویی جذاب و حرفه‌ای است. این مدل با در نظر گرفتن نیازهای مختلف کاربران، امکانات متنوعی را ارائه می‌دهد و به کاربران کمک می‌کند تا ویدیوهایی با کیفیت بالا و جذاب تولید کنند.

مشخصات فنی (API References)

پارامتر	نوع	توضیحات و مقادیر
model	stringRequired	مدل مورد استفاده برای تولید ویدیو. مقادیر مجاز (کلیک برای کپی):
image_url	stringRequired	یک لینک مستقیم به یک تصویر آنلاین یا یک تصویر محلی کدگذاری شده با Base64 که به عنوان پایه بصری یا اولین فریم برای ویدیو استفاده خواهد شد.
prompt	string	توضیحات متنی صحنه، موضوع یا عملی که می‌خواهید در ویدیو تولید شود.
type	string	نوع تولید ویدیو. مقادیر مجاز (کلیک برای کپی):
tail_image_url	string	یک لینک مستقیم به یک تصویر آنلاین یا یک تصویر محلی کدگذاری شده با Base64 که به عنوان آخرین فریم ویدیو استفاده خواهد شد.
static_mask	string	آدرس اینترنتی تصویری برای ناحیه اعمال برس استاتیک (تصویر ماسک ایجاد شده توسط کاربران با استفاده از برس حرکتی).
dynamic_masks	object[]	لیستی از ماسک‌های پویا. حداکثر 6 عدد.
camera_control	object	پارامترهای کنترل پیشرفته دوربین.
negative_prompt	string	توضیحات عناصری که باید در ویدیوی تولید شده از آنها اجتناب شود.
duration	integer	طول ویدیوی خروجی بر حسب ثانیه. مقادیر مجاز (کلیک برای کپی):
cfg_scale	number	مقیاس CFG (Classifier Free Guidance) معیاری است برای اینکه مدل چقدر به درخواست شما پایبند باشد.
external_task_id	string	شناسه وظیفه سفارشی.

نمونه کدهای درخواست

نکته مهم برای توسعه‌دهندگان:

برای احراز هویت، حتما کلید API خود را جایگزین YOUR_API_KEY کنید. هدر Authorization الزامی است.

import requests
import json

url = "https://api.ai-kar.com/v1/v2/generate/video/kling/generation"

payload = json.dumps({
  "model": "kling-video/v1/pro/image-to-video",
  "prompt": "Mona Lisa nervously puts on glasses with her hands and asks her off-screen friend to the left: ‘Do they suit me?’ She then tilts her head slightly to one side and then the other, so the unseen friend can better judge.",
  "image_url": "https://s2-111386.kwimgs.com/bs2/mmu-aiplatform-temp/kling/20240620/1.jpeg"
})
headers = {
  'Authorization': 'Bearer <YOUR_API_KEY>',
  'Content-Type': 'application/json'
}

response = requests.request("POST", url, headers=headers, data=payload)

print(response.text)

نمونه پاسخ موفق (JSON)

RESPONSE (200 OK)

{
  "id": "60ac7c34-3224-4b14-8e7d-0aa0db708325",
  "status": "completed",
  "video": {
    "url": "#",
    "duration": 8
  },
  "duration": 8,
  "error": null,
  "meta": {
    "usage": {
      "tokens_used": 120000
    }
  }
}