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

Một bản demo sản phẩm với một chiếc giày và một bàn tay cần hai điểm neo hình ảnh, chứ không phải một. Chúng tôi hiện đã hỗ trợ các tham chiếu phần tử Kling 3.0 trong API tạo video. API tham chiếu phần tử Kling 3.0 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 lấp đầy khoảng trống trong các quy trình video dựa trên hình ảnh, nơi mà một hình ảnh tham chiếu duy nhất là không đủ để giữ cho nhiều đối tượng ổn định về mặt hình ảnh trên các khung hình.

Tại sao video nhiều đối tượng cần tham chiếu phần tử

Một hình ảnh tham chiếu duy nhất chỉ hiệu quả cho một đối tượng. Nó sẽ thất bại khi một cảnh cần nhiều yếu tố riêng biệt cùng tồn tại. Ví dụ, một sản phẩm được cầm trên tay cần cả sản phẩm và bàn tay phải ổn định. Hai nhân vật đối thoại cần sự liên tục về khuôn mặt và trang phục. Chúng tôi hiện hỗ trợ các tham chiếu phần tử Kling 3.0 để giải quyết vấn đề đó.

Những điểm chính cần lưu ý

• Các tham chiếu phần tử Kling 3.0 cho phép bạn xác định các phần tử được đặt tên với các URL hình ảnh tham chiếu, sau đó gọi chúng bằng thẻ (@productA, @character1) trực tiếp trong văn bản prompt của bạn.
• Tính năng này nhắm đến các cảnh có nhiều đối tượng: sản phẩm cộng với người mẫu tay, nhân vật cộng với đạo cụ, hai nhân vật trong một 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 là một 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. Chúng cung cấp cho các nhà phát triển một mô hình nhất quán để chọn cách tiếp cận phù hợp cho từng trường hợp sử dụng.

Cách thức hoạt động của API tham chiếu phần tử Kling 3.0

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 nó. Điều đó hiệu quả với các cảnh quay một đối tượng. Nó sẽ nhanh chóng bị lỗi khi một cảnh cần nhiều hơn một yếu tố trực quan riêng biệt để duy trì độc lập.

Các 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, bạn trỏ đến chúng riêng lẻ từ bên trong văn bản prompt. Thay vì một tham chiếu ngầm định, bạn có các tham chiếu rõ ràng, có thể định địa chỉ. Mô hình biết rằng @shoe đề cập đến hình ảnh tham chiếu một và @model đề cập đến hình ảnh tham chiếu hai. Nó soạn thảo cảnh quay bằng cách sử dụng cả hai điểm neo cùng một lúc.

Chúng tôi đã thấy mô hình này trong hợp đồng API hiện tại. Đây là một bước tiến đáng kể trong việc kiểm soát các quy trình video sản phẩm, công cụ nội dung dựa trên nhân vật và các trình tạo quảng cáo sáng tạo. Sự nhất quán của đối tượng trong suốt clip thường là sự khác biệt giữa một kết quả có thể sử dụng được và việc phải quay lại từ đầu.

Sử dụng API tham chiếu phần tử Kling 3.0 trong các yêu cầu

Mô hình này rất đơn giản: xác định các phần tử của bạn, đặt tên cho chúng và tham chiếu chúng trong prompt với 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 nên 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 prompt của bạn. Sự trùng lặp đó làm tăng khả năng gây mơ hồ khi phân tích cú pháp.
• Các URL hình ảnh tham chiếu cần phải có thể truy cập công khai tại thời điểm yêu cầu. Nếu hình ảnh của bạn nằm sau lớp lưu trữ được xác thực, hãy tạo một URL đã ký hoặc 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 thường làm giảm khả năng theo dõi riêng biệt từng phần tử của mô hình. Điều này 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. Việc phát hiện lỗi trên bản nháp 3 giây sẽ rẻ hơn so với bản render 10 giây đầy đủ.

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 phát hiện xung đột giữa âm thanh và phần tử trước khi nó đến API
• Các bản render thử nghiệm sử dụng thời lượng ngắn trước khi cam kết tạo video đầy đủ
• Tổng số phần tử được đặt tên cho mỗi yêu cầu duy trì ở mức hai hoặc ba để có tính nhất quán tốt nhất

Quy tắc duy nhất: Không kết hợp phần tử với âm thanh

Ràng buộc này rất dễ bị 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 được xử lý như mong đợi.

Nếu quy trình của bạn cần cả tính nhất quán hình ảnh đa phần tử và âm thanh được tạo, hãy chia công việc thành hai bước. Tạo video với các tham chiếu phần tử trước. Sau đó, chạy riêng một lượt tạo âm thanh và kết hợp các đầu ra ở bước sau. Đây là một ràng buộc được ghi lại của tích hợp Kling 3.0 hiện tại, không phải là lỗi. 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.

Trong quy trình của chúng tôi, chúng tôi xác thực xung đột này ở phía client trước khi gửi yêu cầu.

API tham chiếu phần tử Kling 3.0 so với các quy trình video khác

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
Chuyển đổi hình ảnh-sang-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 tính 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 một 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, chuyển đổi hình ảnh-sang-video thông thường sẽ nhanh hơn và rẻ hơn để lặp lại. Các nhóm so sánh các mô hình video rộng hơn có thể bắt đầu với phân tích các mô hình video AI tốt nhất cho API năm 2026. Nó bao gồm cách Kling 3.0 so sánh với Veo 3 và các tùy chọn khác cho các trường hợp sử dụng khác nhau.

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 client trước khi gửi yêu cầu để tránh các lệnh gọi lãng phí.

Hỗ trợ tham chiếu phần tử có dành riêng cho Kling 3.0 hay cũng có sẵn trên các mô hình khác?

Các tham chiếu phần tử được đặt tên với gắn thẻ @name là 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 của chúng. Chúng thường bị giới hạn ở một hình ảnh tham chiếu duy nhất cho mỗi yêu cầu, vì vậy hãy kiểm tra tài liệu dành riêng cho mô hình trước khi giả định tính tương đương của tính năng.

Nguồn, độ mới và tài liệu đọc thêm

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

Các tham chiếu phần tử mở rộng những gì có thể thực hiện được với Kling 3.0, nhưng việc chọn mô hình video phù hợp và hiểu chi phí vẫn quan trọng trước khi bạn xây dựng quy trình sản xuất. Nếu bạn đang so sánh các tùy chọn, 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 đánh đổi giữa các nhà cung cấp. Để xem xét kỹ hơn về Kling, Hướng dẫn định giá API Kling AI: Chi phí, quy trình và các lựa chọn thay thế sẽ phân tích các cân nhắc về giá cả và quy trình. Và nếu bạn đang cân nhắc các lựa chọn thay thế, Hướng dẫn API Seedance: Khi nào nên sử dụng nó để 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 tỷ lệ hiện tại trực tiếp trước khi dựa vào chúng cho việc sử dụng sản xuất khối lượng lớn. Tài liệu tham khảo thiết lập tài khoản giải thích cách tạo khóa API.

Để bắt đầu xây dựng quy trình video nhiều đối tượng, hãy nhận khóa API TokenLab của bạn và kiểm tra hướng dẫn tạo video.