TokenLab bổ sung Kling 3.0 Element References cho các quy trình làm việc Video API

TokenLab hiện đã hỗ trợ các tham chiếu phần tử Kling 3.0 trong API tạo video, cho phép các nhà phát triển neo các sản phẩm, đạo cụ hoặc nhân vật cụ thể vào các thẻ được đặt tên (@name) để duy trì tính nhất quán trong suốt clip được tạo. Điều này giúp thu hẹp khoảng cách phổ biến trong các quy trình làm việc video dựa trên hình ảnh, nơi mà một hình ảnh tham chiếu duy nhất không đủ để giữ cho nhiều đối tượng ổn định về mặt hình ảnh trên các khung hình.

Những điểm chính cần lưu ý

• Tham chiếu phần tử Kling 3.0 cho phép bạn xác định các phần tử được đặt tên cùng với URL hình ảnh tham chiếu, sau đó gọi chúng bằng thẻ (@productA, @character1) trực tiếp trong văn bản mô tả (prompt) của bạn.
• Tính năng này nhắm đến các cảnh có nhiều đối tượng: sản phẩm cộng với mô hình bàn tay, nhân vật cộng với đạo cụ, hai nhân vật trong cảnh đối thoại và các thiết lập tương tự, nơi mà việc chỉ có một hình ảnh tham chiếu cho mỗi yêu cầu trước đây gây ra nhiều hạn chế.
• Không kết hợp kling_elements với output_audio=true trong cùng một yêu cầu. Hai tham số này loại trừ lẫn nhau theo hợp đồng API hiện tại.
• Các tham chiếu phần tử nằm cùng với hỗ trợ tham chiếu-đến-video hiện có của TokenLab cho các mô hình khác, mang đến cho các nhà phát triển một mô hình nhất quán để chọn phương pháp phù hợp cho từng trường hợp sử dụng.

Tham chiếu phần tử thực sự làm được gì

Hầu hết các quy trình tạo video dựa trên hình ảnh đều coi hình ảnh tham chiếu là một điểm neo duy nhất: bạn cung cấp cho mô hình một bức ảnh và nó cố gắng giữ cho diện mạo tổng thể nhất quán trong khi tạo chuyển động xung quanh đó. Điều này hoạt động tốt đối với các cảnh quay một đối tượng, nhưng sẽ nhanh chóng thất bại khi một cảnh cần nhiều hơn một phần tử khác biệt về mặt hình ảnh để tồn tại độc lập, chẳng hạn như một sản phẩm được cầm trên tay, hoặc hai nhân vật trao đổi lời thoại mà mỗi người cần có khuôn mặt và trang phục riêng biệt.

Tham chiếu phần tử của Kling 3.0 giải quyết vấn đề này bằng cách cho phép bạn đăng ký nhiều hình ảnh tham chiếu được đặt tên trong một yêu cầu duy nhất, sau đó trỏ đến chúng một cách riêng lẻ từ trong văn bản mô tả. Thay vì một tham chiếu ngầm định, bạn nhận được các tham chiếu rõ ràng và có thể truy cập được. Mô hình biết rằng @shoe đề cập đến hình ảnh tham chiếu thứ nhất và @model đề cập đến hình ảnh tham chiếu thứ hai, và nó tạo ra cảnh quay bằng cách sử dụng đồng thời cả hai điểm neo này.

Đây là một bước tiến ý nghĩa trong việc kiểm soát đối với bất kỳ ai đang xây dựng quy trình video sản phẩm, công cụ nội dung dựa trên nhân vật hoặc trình tạo quảng cáo sáng tạo, nơi sự nhất quán của đối tượng trong một clip chính là sự khác biệt giữa kết quả có thể sử dụng được và việc phải quay lại từ đầu.

Cách sử dụng tham chiếu phần tử trong API

Mô hình này rất đơn giản: xác định các phần tử của bạn, đặt tên cho chúng và tham chiếu chúng trong prompt bằng cú pháp @.

{
  "model": "kling-3.0",
  "prompt": "@shoe rotates slowly on a marble pedestal while @hand reaches in to pick it up",
  "kling_elements": [
    {
      "name": "shoe",
      "image_url": "https://example.com/product-shoe.png"
    },
    {
      "name": "hand",
      "image_url": "https://example.com/hand-reference.png"
    }
  ],
  "duration": 5,
  "aspect_ratio": "16:9"
}

Một vài lưu ý thực tế khi triển khai:

• Tên phần tử phải ngắn gọn và không gây nhầm lẫn. Tránh các tên trùng với các từ tiếng Anh thông dụng có khả năng xuất hiện trong văn bản mô tả của bạn, vì điều đó làm tăng khả năng gây mơ hồ khi phân tích cú pháp.
• URL hình ảnh tham chiếu cần phải có thể truy cập công khai tại thời điểm gửi yêu cầu. Nếu hình ảnh của bạn nằm sau lớp lưu trữ được xác thực, hãy tạo URL đã ký hoặc URL công khai trước khi gửi yêu cầu.
• Bạn có thể kết hợp nhiều phần tử trong một prompt, nhưng hãy giữ cho mô tả cảnh tổng thể tập trung. Việc chồng chất quá hai hoặc ba phần tử được đặt tên có xu hướng làm giảm khả năng theo dõi riêng biệt từng phần tử của mô hình, tương tự như việc quá nhiều đối tượng được đặt tên trong một prompt hình ảnh tĩnh sẽ làm giảm độ trung thực của từng đối tượng.
• Hãy thử nghiệm với thời lượng ngắn trước. Các vấn đề về tính nhất quán của phần tử, nếu có, sẽ xuất hiện trong vài giây đầu tiên và việc phát hiện lỗi trên bản nháp 3 giây sẽ tiết kiệm chi phí hơn so với một bản render 10 giây đầy đủ.

Quy tắc duy nhất bạn không thể phá vỡ: Không kết hợp phần tử với âm thanh

Đây là phần đáng được nhắc lại rõ ràng vì rất dễ bỏ qua trong quá trình tạo mẫu nhanh: kling_elements và output_audio=true không thể được sử dụng trong cùng một yêu cầu. Nếu bạn gửi cả hai, yêu cầu sẽ không xử lý như mong đợi.

Nếu quy trình làm việc của bạn cần cả sự nhất quán về hình ảnh đa phần tử và âm thanh được tạo, phương pháp hiện tại là chia công việc thành hai bước: tạo video với các tham chiếu phần tử trước, sau đó chạy bước tạo âm thanh riêng biệt và kết hợp các đầu ra ở giai đoạn sau. Đây là một hạn chế đã được ghi nhận của tích hợp Kling 3.0 hiện tại, không phải lỗi, vì vậy hãy xây dựng logic xác thực yêu cầu của bạn xung quanh nó thay vì coi đó là một trường hợp ngoại lệ cần xử lý sau.

Tham chiếu phần tử so với các quy trình tham chiếu-đến-video rộng hơn

Tham chiếu phần tử là một công cụ trong tập hợp các khả năng tham chiếu-đến-video ngày càng tăng có sẵn thông qua API video của TokenLab. Việc biết khi nào nên sử dụng công cụ nào sẽ rất hữu ích:

Quy trình	Tốt nhất cho	Số lượng tham chiếu	Ghi chú
Hình ảnh-đến-video đơn lẻ	Hoạt ảnh đơn giản của một hình ảnh tĩnh	1	Hoạt động trên hầu hết các mô hình video được hỗ trợ, bao gồm Seedance và PixVerse V6
Tham chiếu phần tử Kling 3.0	Cảnh nhiều đối tượng cần sự nhất quán độc lập	2-3 phần tử được đặt tên	Không có âm thanh trong cùng một yêu cầu
Tham chiếu phong cách hoặc chuyển động	Áp dụng phong cách hình ảnh hoặc mô hình chuyển động camera	1 tham chiếu phong cách + prompt	Có sẵn trên một số mô hình chọn lọc, kiểm tra tài liệu từng mô hình
Prompt chỉ văn bản	Lặp lại nhanh, không cần điểm neo hình ảnh	0	Tạo mẫu nhanh nhất, ít khả năng kiểm soát nhất

Nếu bạn đang xây dựng trình tạo demo sản phẩm, tham chiếu phần tử thường là lựa chọn phù hợp. Nếu bạn đang thực hiện hoạt ảnh đơn giản của một hình ảnh chính duy nhất, hình ảnh-đến-video thông thường sẽ nhanh hơn và rẻ hơn để lặp lại. Đối với các nhóm so sánh các mô hình video rộng hơn, bao gồm cách Kling 3.0 so sánh với Veo 3 và các tùy chọn khác cho các trường hợp sử dụng khác nhau, bài phân tích các mô hình video AI tốt nhất cho việc sử dụng API vào năm 2026 là một điểm khởi đầu tốt.

Danh sách kiểm tra triển khai

Trước khi đưa quy trình tham chiếu phần tử Kling 3.0 vào sản xuất, hãy xác nhận những điều sau:

• Mỗi phần tử có một tên duy nhất, không gây nhầm lẫn
• URL hình ảnh tham chiếu có thể truy cập công khai và ổn định trong suốt thời gian xử lý
• Văn bản prompt gắn thẻ chính xác từng phần tử với cú pháp @name
• output_audio không được đặt thành true khi có kling_elements
• Xác thực yêu cầu bắt được xung đột âm thanh-cộng-phần tử trước khi nó đến API
• Các bản render thử nghiệm sử dụng thời lượng ngắn trước khi cam kết tạo toàn bộ thời lượng
• Tổng số phần tử được đặt tên cho mỗi yêu cầu duy trì ở mức hai hoặc ba để có sự nhất quán tốt nhất

Câu hỏi thường gặp

Tôi có thể sử dụng nhiều hơn hai tham chiếu phần tử trong một yêu cầu Kling 3.0 không? Có, API không giới hạn cứng số lượng, nhưng tính nhất quán thực tế có xu hướng giảm khi bạn thêm nhiều phần tử được đặt tên vào một cảnh. Hai đến ba là giới hạn làm việc hợp lý cho hầu hết các trường hợp sử dụng sản phẩm và nhân vật.

Điều gì xảy ra nếu tôi gửi cả kling_elements và output_audio=true? Yêu cầu sẽ không xử lý chính xác vì hai tham số này loại trừ lẫn nhau trong tích hợp Kling 3.0 hiện tại. Hãy xác thực sự kết hợp này ở phía máy khách trước khi gửi yêu cầu để tránh lãng phí các lệnh gọi.

Hỗ trợ tham chiếu phần tử có dành riêng cho Kling 3.0 hay có sẵn trên các mô hình khác không? Các tham chiếu phần tử được đặt tên với gắn thẻ @name dành riêng cho Kling 3.0 trong API hiện tại. Các mô hình video được hỗ trợ khác có các mô hình tham chiếu-đến-video riêng, thường giới hạn ở một hình ảnh tham chiếu duy nhất cho mỗi yêu cầu, vì vậy hãy kiểm tra tài liệu cụ thể của mô hình trước khi giả định tính tương đương về tính năng.

Nguồn và độ mới

Bài viết này phản ánh tài liệu API video của TokenLab và hành vi tích hợp Kling 3.0 được quan sát vào ngày 2026-07-07. Để biết tham chiếu tham số hiện tại, hãy xem tài liệu tham khảo API tạo video và hướng dẫn tạo video. Hành vi của API có thể thay đổi, vì vậy hãy luôn kiểm tra tài liệu trực tuyến trước khi hoàn tất tích hợp sản xuất.

---

Bạn đã sẵn sàng thêm tham chiếu phần tử Kling 3.0 vào quy trình video của mình chưa? Nhận khóa API TokenLab của bạn và kiểm tra hướng dẫn tạo video để bắt đầu xây dựng các quy trình làm việc video đa đối tượng ngay hôm nay.

Đọc thêm và bước tiếp theo

Tham chiếu phần tử mở rộng những gì có thể thực hiện được với Kling 3.0, nhưng việc chọn đúng mô hình video và hiểu rõ chi phí vẫn rất quan trọng trước khi bạn xây dựng quy trình sản xuất. Nếu bạn đang so sánh các tùy chọn, bài viết Hướng dẫn API các mô hình video AI tốt nhất: Cách các nhà phát triển nên chọn mô hình tạo video sẽ phân tích các ưu nhược điểm giữa các nhà cung cấp. Để xem xét kỹ hơn về Kling, Hướng dẫn định giá API Kling AI: Chi phí, quy trình làm việc và các lựa chọn thay thế sẽ phân tích các cân nhắc về giá cả và quy trình làm việc. Và nếu bạn đang cân nhắc các lựa chọn thay thế, Hướng dẫn API Seedance: Khi nào nên sử dụng nó cho việc tạo video AI sẽ đề cập đến thời điểm mô hình đó phù hợp hơn.

Khả năng và giá cả của mô hình thay đổi thường xuyên, vì vậy hãy xác minh các phiên bản mô hình và mức giá hiện tại trực tiếp trước khi dựa vào chúng cho việc sử dụng sản xuất khối lượng lớn. Khi bạn đã sẵn sàng bắt đầu thử nghiệm tham chiếu phần tử hoặc các quy trình video khác, hãy Tạo khóa API và bắt đầu xây dựng.