Kling 3.0 多模态视频生成
配置参数后即可一键生成。支持多镜头、图像/视频参考、任务进度持续跟踪。
多镜头模式
开启后可配置元素列表与逐元素时长
分镜设置（最多 6 个）
镜头1
0/200
请填写元素名称
0/200
请填写镜头描述
单条不超过 50MB。
请填写镜头提示词
可设上限 12 秒（自动受总时长 15 秒约束）
按总时长阶梯计费▼
non-multi-shot：总时长为：1-5秒，std 每秒25，pro 每秒30；6-10秒，std 每秒21，pro 每秒25；11-15秒，std 每秒18，pro 每秒24
multi-shot：总时长为：1-5秒，std 每秒28，pro 每秒32；6-10秒，std 每秒25，pro 每秒28；11-15秒，std 每秒21，pro 每秒25
多镜头模式使用门槛及成本较高，非专业用户可能因场景协调和时序控制的复杂性导致生成效果不理想。请慎重使用。
当前有 2 项需要完善
生成结果
什么是 Multi Shot？
想象有一个虚拟导演，永远记得每张脸，搞定每个机位，还会说5种语言。这就是 Multi Shot —— Kling 3.0 的黑科技，把你的文字描述变成完整的电影画面。
你只管写故事，剩下的交给AI。流畅的镜头切换、每个角度都一致的角色、口型完美对上的对白。从灵感到成片，几分钟搞定。
创作者为什么爱它
好莱坞级功能，卧室级门槛
一个片段讲完整个故事
一次生成，六个视角。用远到近的推进营造张力，或者讲一个完整的故事弧线。告别剪辑拼凑，一气呵成。
配音终于对上嘴型了
英语（美音、英音、印度音）、中文、日语、韩语、西班牙语，真正的口型同步。同一个场景里，不同角色说不同语言也没问题。
大屏也扛得住
原生4K、60帧、16位HDR。色彩鲜活，动作丝滑，投到大屏幕上也不虚——至少你家电视肯定够用。
换角度，人不变
切镜头、换机位，主角还是那个主角。再也不会出现他衣服怎么变了的尴尬。
硬核参数
魔法背后的技术力
视频输出
- 原生4K (3840×2160)，不是拉伸放大
- 60帧丝滑播放
- 16位HDR，色彩浓郁不失真
- 单次最长15秒连续叙事
智能配音
- 5种语言：中、英、日、韩、西
- 英语三种口音：美式、英式、印度式
- 逐帧口型同步技术
- 多角色、多声音、一个场景
创意掌控
- 上传参考图引导AI
- 每个镜头单独写提示词
- 锁定角色和道具，换镜不走样
- 背景替换、风格迁移随你玩
4步出大片
不需要导演证书
写出你的画面
规划最多6个镜头，告诉AI每个镜头发生什么——运镜它来搞定。
调教细节
丢参考图进去，选好角度，锁定角色。让它更像你要的。
点击生成
看AI把你的分镜编织成一个完整、配音同步的作品。
下载开炫
导出4K成片，发给客户、发到抖音、放进作品集——随你。
为每个创意人打造
当AI遇上想象力，看看能玩出什么花样
广告片不用烧钱了
产品特写、生活场景、行动号召——一条流畅的镜头语言搞定。让你的广告看起来贵10倍。
- 产品发布会级别的展示
- 刷屏级社媒广告
- 带货视频升级版
没预算也能拍电影
用真实画面而不只是分镜图去Pitch你的想法。正反打对话、建立镜头、反应特写——生成出来的，不是拍出来的。
- 能打动投资人的预演视频
- 对话场景原型验证
- 小成本短片制作
出海不用重拍
同一个场景，五种语言，零次补拍。每个角色说母语，口型还对得上。
- 本土化营销一步到位
- 多语言内容批量产出
- 讲给全世界听的故事
你可能想问
把它想象成你的AI摄制组。你描述故事，Multi Shot 生成最多6个衔接的镜头——自带流畅转场、一致的角色、还有5种语言的可选配音。分镜脚本秒变成片。
英语（美音、英音、印度音）、普通话、日语、韩语、西班牙语。厉害的是，同一场景里不同角色可以说不同语言，而且口型真的对得上。
原生4K (3840×2160)、60帧、16位HDR，不是拉伸放大的那种。单次生成最长15秒，足够讲完一个迷你故事。
当然。每个镜头都可以单独写提示词，指定机位、运动和构图。想要更精准？上传起止帧参考图，让AI完全按你的想法来。
不会，这正是 Multi Shot 的核心。Kling 3.0 的空间映射技术确保角色的脸、衣服、道具跨镜头保持一致。你还可以用参考图锁定特定角色。
它们是不同场景的工具。Multi Shot 适合需要多镜头连贯叙事的情况；起止帧控制适合需要精确控制单个镜头构图的情况。选对工具，事半功倍。