Kling O1：一个模型同时生成和修改视频——参考图、换背景、改风格、延长

什么是 Kling O1

Kling O1 是中国公司快手（Kuaishou）的视频模型。Kling 在 2025 年 12 月 1 日发布它，拉开连续一周发布的序幕，并称之为「全球首个统一的多模态视频模型」。两天后，带声音的 Kling 2.6 上线。

O1 的想法是用一个模型代替一整套工具。以前，按文字生成、按画面生成、换背景、换风格，各要一种模式。O1 建立在 MVL（多模态视觉语言）上：文字、图片、视频和元素用自然语言一起描述，模型自己判断要做的事。

视频模型同时推出了 Kling IMAGE O1——同一套逻辑用于图片，从生成到精确修改。

2026 年 2 月，Kling 3.0 Omni 接替了 O1。家族概览在 Kling 页面。在 2026 年 9 月 21 日的 Arena 排名里，Kling O1 Pro 位列 48 个中的第 33。

Kling O1 能做什么

按参考生成。 最多 7 张图或元素：角色、物体、背景。模型让它们在整段成片里保持一致。

元素。 一个元素由同一物体 4 个不同侧面的图片组成——模型因此更明白它的形状。

用文字修改成片。 Kling O1 可以添加和去掉物体，更换角色、背景、颜色、天气，甚至机位，同时保留原片的运动。还可以给单个元素重新上色、做绿幕抠像，以及加效果——火焰、皮肤纹理。

换风格。 成片可以重绘成动漫、像素风、黏土、水彩、毛毡，或印象派式的绘画。

下一个或上一个镜头。 根据上传的成片，O1 生成后面的延续，或它之前的镜头，也可以重复参考里的运镜或动作。

首帧和尾帧。 两张图——开头和结尾，模型补出中间的运动。

延长已经做好的成片。

Kling O1 的价格

模式	没有输入视频	有输入视频
1080p	8 积分/秒（5 秒 — 40，10 秒 — 80）	12 积分/秒（5 秒 — 60，10 秒 — 120）
720p	6 积分/秒（5 秒 — 30，10 秒 — 60）	9 积分/秒（5 秒 — 45，10 秒 — 90）

价格是 Kling 应用内的积分。有输入视频时，每秒的价格是原来的 1.5 倍。

Kling O1 和后续模型

	Kling O1	Kling 3.0 Omni	Kling 4.0
发布	2025-12-01	2026年2月	2026-10-15
时长	3–10 秒	最长 15 秒	3–30 秒
分辨率	720p、1080p	最高 4K	最高 4K（即将推出）
声音	无	有	立体声
参考	7 张图或元素	7 张图或元素	最多 15 个：10 张图、5 条视频、7 个主体
输入视频	1 条 3–10 秒	1 条 3–10 秒	最多 5 条，合计不超过 30 秒
分镜	无	有	10 个关键帧

Kling O1 适合做什么

• 在成片里换背景和角色，不用重拍。
• 去掉多余的东西——路人、物体、文字。
• 改同一场戏的天气和时间。
• 风格化——把实拍变成动画或黏土。
• 把场面接下去——根据成片生成下一个镜头。
• 带角色和商品的成片，用 7 个参考。

Kling O1 和同类模型

	Kling O1	Wan 3.0	MiniMax H3	HappyHorse
开发者	Kuaishou	Alibaba	MiniMax	Alibaba
用文字改成片	能	能	能	能（1.0 模型）
时长	3–10 秒	最长 30 秒	4–15 秒	3–15 秒
参考	7 张图或元素	10 张照片、5 条视频、5 段音频	9 张照片、3 条视频、3 段音频	最多 9 张照片
声音	无	有	立体声	有
Arena 名次（2026-09-21）	33	6	8	10（1.0）

O1 最先把生成和修改收进一个模型，但今天旁边的模型也能做，而且有声音、更长。短的、不带声音的修改仍然适合用它；新成片用 3.0 Omni 或 Wan 3.0 更省事。

怎样为 Kling O1 写提示词

用 @ 指向文件：@Image、@Image1、@Image2、@Video、@Element。

任务	模板
添加	把 @Image 里的［什么］加到 @Video
去掉	从 @Video 里去掉［什么］
替换角色	把 @Video 里的［谁］换成 @Element
换背景	把 @Video 的背景换成 @Image
换风格	把 @Video 做成［风格］
下一个镜头	根据 @Video 生成下一个镜头：［描述］
首尾帧	@Image1 是第一帧，@Image2 是最后一帧，［发生什么］

按参考生成时，Kling 建议的顺序是：元素的描述 → 它们如何互动 → 环境 → 光线和风格。按文字生成时：角色 → 动作 → 场景 → 镜头、光线和气氛。

把 @Video 做成黏土动画风格：能看见指纹，阴影柔和，
动作略微一顿一顿，像逐帧拍摄。猫、沙发和窗边的植物
留在原来的位置。

如何在 AI2Face 里使用 Kling O1

Kling O1 在 AI2Face 生成器里，和 Kling 3.0、Kling 4.0 在一起。

1. 注册账号，新账号会获得欢迎积分。
2. 打开生成器，进入视频，选择 Kling O1。
3. 上传要修改的成片或参考图，写一段引用它们的提示词。
4. 积分费用在开始前显示。可以用银行卡或加密货币支付，套餐积分不会过期。

元素用的角度可以就在这里做——用 Nano Banana Pro，像上面那张机器人的图。

限制

• 没有声音。 原生声音从 Kling 2.6 和 3.0 Omni 开始有。
• 3–10 秒。 更长要靠延长，或换更新的模型。
• 输入视频只有一条， 3–10 秒，不超过 200 MB，不高于 2K。
• 有视频时参考更少——最多 4 张图或元素，而不是 7。
• 不能只指定最后一帧——第一帧也要有。
• 图片——JPG 或 PNG，至少 300 px，不超过 10 MB。
• 上一代模型——Arena 第 33 名。

总结

Kling O1 是 Kling 里用文字改视频的起点：换背景和角色、改天气和风格、下一个镜头，都在一个模型里。短的、不带声音的修改，它仍然好用，也比后继模型便宜。新成片要声音和分镜，用 Kling 3.0；要 30 秒和 10 个关键帧，用 Kling 4.0；按文档做长视频，用 Wan 3.0。它们都在 AI2Face 生成器里。