# 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

> Kling O1 是快手（Kuaishou）在 2025 年 12 月 1 日发布的视频模型，被称作首个统一的多模态视频模型。同一个模型既能按文字、画面和最多 7 个参考生成，也能用文字修改成片：替换角色和背景、改天气和风格、接下一个镜头。成片 3–10 秒，720p 和 1080p。2026 年 2 月由 Kling 3.0 Omni 接替。Kling O1 可在 AI2Face 生成器中使用。

开发者: Kuaishou (Kling AI) · 发布时间: 2025-12-01 · 更新于 2026-10-28
URL: https://ai2face.com/zh/models/kling-o1

## 关键信息

| | |
|---|---|
| 开发者 | Kuaishou (Kling AI) |
| 发布日期 | 2025年12月1日；后继模型 — Kling 3.0 Omni（2026年2月） |
| 任务 | 按文字、画面和参考生成，修改，换风格，下一个镜头，延长 |
| 时长 | 3–10 秒 |
| 分辨率 | 720p 和 1080p |
| 参考 | 最多 7 张图或元素；带视频时最多 4 个 |
| 输入视频 | 1 条 3–10 秒的成片，不超过 200 MB，不高于 2K |
| Kling 内的价格 | 无输入视频时每秒 6–8 积分，有视频时 9–12 |
| 在 AI2Face | 有，在生成器里 |

## 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](/zh/models/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](/zh/models/kling-3-0) 接替了 O1。家族概览在 [Kling](/zh/models/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。

![玩具机器人的多角度图：红色身体、圆头、银色手臂、黄色天线——正面、侧面、背面和四分之三侧](https://ai2face.com/_astro/element.CsMa3Bls_1hYk9R.jpg "同一物体的四个角度——Kling O1 的一个元素就需要这么多张图。画面由 Nano Banana Pro 生成")

**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。

![同一条街道画面，黄色有轨电车和撑伞的女人：左边是晴朗夏日，右边是有路灯的雪夜](https://ai2face.com/_astro/weather-edit.DIsT6uVQ_Z1uHt6u.jpg "改天气和时间，是 Kling O1 的典型修改。冬季版本里模型多画了一辆电车——修改时这类偏差也要核对。画面由 Nano Banana Pro 生成")

**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。

![一只姜黄色的猫在窗边的蓝色沙发上伸懒腰：左边是实拍画面，右边是同一画面的黏土动画风格](https://ai2face.com/_astro/restyle.B7nRIkcM_PYROF.jpg "一个画面两种风格：实拍和黏土。画面由 Nano Banana Pro 生成")

**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](/zh/models/kling-3-0) | [Kling 4.0](/zh/models/kling-4) |
|---|---|---|---|
| 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](/zh/models/wan-3-0) | [MiniMax H3](/zh/models/minimax-h3) | [HappyHorse](/zh/models/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](/zh/models/kling-3-0)、[Kling 4.0](/zh/models/kling-4) 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](/zh/models/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](/zh/models/kling-3-0)；要 30 秒和 10 个关键帧，用 [Kling 4.0](/zh/models/kling-4)；按文档做长视频，用 [Wan 3.0](/zh/models/wan-3-0)。它们都在 AI2Face 生成器里。

## 常见问题

### Kling O1 是什么？

快手的视频模型，在同一个模型里既生成也修改成片。Kling 称之为首个统一的多模态视频模型：文字、图片、视频和元素放在一起理解。

### 在 Kling O1 里怎么修改视频？

上传成片，写明要改什么，并用 @Video 指代它：「去掉 @Video 里的路人」「把 @Video 的背景换成 @Image」。模型只改你点名的部分，并保留原片的运动。

### Kling O1 和 Kling 3.0 Omni 有什么区别？

3.0 Omni 是 O1 的后继：成片最长 15 秒而不是 10 秒，有原生声音、按镜头的分镜、带声音的角色，修改最高到 4K。引用参考的语法仍然相近。

### Kling O1 多少钱？

在 Kling 应用里，1080p 每秒 8 积分，720p 每秒 6 积分。如果输入里有视频，则是 12 和 9。一段 10 秒、1080p、没有输入视频的成片要 80 积分。

## 资料来源

- https://ir.kuaishou.com/news-releases/news-release-details/kling-o1-launches-worlds-first-unified-multimodal-video-model-0
- https://kling.ai/quickstart/klingai-video-o1-user-guide
- https://kling.ai/quickstart/klingai-image-o1-user-guide
- https://kling.ai/quickstart/klingai-video-3-omni-model-user-guide
- https://arena.ai/leaderboard/text-to-video