Pembuatan image-to-video (i2v) mengambil satu gambar diam dan menghasilkan klip video di mana isi gambar tersebut menjadi hidup dengan gerakan. Gambar input menjadi frame pertama (atau frame referensi utama), dan model menghasilkan frame-frame berikutnya yang menjaga konsistensi visual dengan sumber sambil menambahkan gerakan — orang berjalan, rambut tertiup angin, air mengalir, kamera bergerak. Tantangannya adalah mempertahankan identitas dan detail halus (wajah tertentu, logo di baju, palet warna yang tepat) di setiap frame tanpa pergeseran atau artefak morfing.
Gambar yang Anda upload menjadi frame pertama yang persis sama dalam video. Kling 3.0 tidak menafsirkan ulang atau memperkirakan gambar Anda — ia menggunakannya piksel demi piksel sebagai titik awal dan menghasilkan gerakan dari sana. Ini berarti arahan seni, grading warna, dan komposisi Anda tetap tidak berubah.
Wajah, logo, teks, dan pola khas dalam gambar sumber tetap konsisten sepanjang video yang dihasilkan. Mekanisme temporal attention Kling 3.0 merujuk silang gambar sumber di setiap frame untuk mencegah pergeseran identitas — wajah di frame 150 cocok dengan wajah di frame 1.
Atur seberapa banyak gerakan yang ditambahkan Kling 3.0 ke adegan. Intensitas rendah: napas halus, angin lembut, sedikit pergeseran kamera. Sedang: berjalan, berputar, gerakan lingkungan moderat. Tinggi: berlari, sapuan kamera dinamis, aksi dramatis. Slider memberikan kontrol sutradara atas tingkat energi.
Deskripsikan gerakan yang Anda inginkan dalam prompt teks: "dia berbalik melihat ke belakang bahunya", "kamera perlahan zoom in", "daun berhembus dari kiri ke kanan". Kling 3.0 mengikuti instruksi gerakan ini sambil tetap menjaga konten gambar sumber.
Kling 3.0 secara otomatis mendeteksi dan menyesuaikan rasio aspek gambar input Anda — 1:1, 16:9, 9:16, 4:3, 3:4, dan lainnya. Tidak perlu memotong atau mengubah ukuran gambar sumber agar sesuai format video tetap. Video output cocok dengan dimensi input.
Buat video dari 5 hingga 15 detik dari satu gambar. Untuk rangkaian yang lebih panjang, sambungkan beberapa generasi di Flow, menggunakan frame terakhir satu klip sebagai frame pertama klip berikutnya untuk menjaga kontinuitas.
Pergi ke PonPon Image to Video dan pilih Kling 3.0 dari dropdown model.
Seret dan lepas atau klik untuk mengupload gambar yang ingin Anda animasikan. Gunakan gambar beresolusi tinggi (minimal 1024px di sisi terpanjang) untuk hasil terbaik. Kling 3.0 menerima format JPEG, PNG, dan WebP.
Deskripsikan gerakan yang Anda inginkan — bukan adegan itu sendiri (model bisa melihatnya dari gambar Anda). Fokus pada aksi: "wanita itu perlahan tersenyum dan memiringkan kepalanya", "kamera mundur untuk memperlihatkan seluruh lanskap", "ombak menghantam bebatuan". Jaga agar 1–2 kalimat saja.
Sesuaikan slider intensitas gerakan (rendah/sedang/tinggi) dan pilih durasi video (5 dtk, 10 dtk, atau 15 dtk). Intensitas lebih rendah dengan durasi lebih pendek lebih aman untuk menjaga detail halus. Intensitas lebih tinggi dengan durasi lebih panjang menghasilkan hasil yang lebih dramatis tetapi mungkin menunjukkan sedikit pergeseran.
Klik Generate dan tinjau hasilnya. Periksa apakah identitas, teks, dan detail halus terjaga sepanjang video. Jika gerakan terlalu halus, tingkatkan intensitas dan generate ulang. Jika detail mulai bergeser, kurangi intensitas atau persingkat durasi.
Baik kamu kreator solo, agensi, maupun brand — setiap model menyesuaikan cara kerjamu.
Dia perlahan mengangkat pandangan dari buku dan tersenyum. Angin lembut menggerakkan rambutnya. Cahaya sore yang hangat bergeser sedikit saat awan lewat.
Model: Kling 3.0 · Durasi: 8 dtk · Gerakan: Sedang · Sumber: foto potret
Kamera perlahan mengorbit 45 derajat mengelilingi produk. Pantulan lembut bergerak di permukaan. Latar belakang tetap buram lembut.
Model: Kling 3.0 · Durasi: 6 dtk · Gerakan: Rendah · Sumber: foto produk di latar putih
Awan bergerak perlahan melintasi langit. Air di danau beriak lembut. Kamera diam. Burung terbang melintasi pegunungan yang jauh.
Model: Kling 3.0 · Durasi: 15 dtk · Gerakan: Rendah · Sumber: foto lanskap
Ksatria itu mengayunkan pedang dalam busur yang lebar. Percikan api beterbangan dari bilah. Kamera mengikuti gerakan dengan sedikit pan ke kanan. Jubah berkibar dramatis.
Model: Kling 3.0 · Durasi: 5 dtk · Gerakan: Tinggi · Sumber: ilustrasi digital
Ambil foto produk yang sudah ada dan ubah menjadi klip video pendek untuk iklan media sosial. Foto produk diam menjadi video 6 detik dengan zoom pelan dan gerakan lingkungan halus — tidak perlu pemotretan ulang, pemodelan 3D, atau After Effects. Produksi massal varian video dari perpustakaan foto Anda yang sudah ada.
Seniman dan ilustrator menganimasikan karya statis mereka untuk media sosial. Lukisan digital hutan mendapatkan angin lembut, daun berjatuhan, dan cahaya bergerak. Potret karakter berkedip dan bernapas. Postingan animasi di Instagram dan TikTok mendapatkan keterlibatan 2–3 kali lebih banyak dibandingkan gambar statis.
Ubah foto properti real estate menjadi klip video bergaya walkthrough. Foto interior sudut lebar menjadi panorama kamera halus yang memperlihatkan seluruh ruangan. Buat klip 6 detik untuk setiap ruangan dan sambungkan di Flow untuk tur properti lengkap hanya dari foto diam.
Pembuat film dan animator mengubah frame storyboard menjadi rangkaian animasi kasar. Setiap frame yang digambar menjadi klip animasi 5–10 detik yang menunjukkan gerakan kamera dan aksi karakter yang dijelaskan dalam catatan storyboard. Menghasilkan animatik yang berfungsi dalam hitungan jam, bukan minggu.
| Kling 3.0 i2v | Model i2v Lain | |
|---|---|---|
| Pelestarian identitas | Frame pertama dikunci piksel dengan temporal cross-attention — pergeseran minimal bahkan di 15 dtk | Sora 2: baik tetapi bisa bergeser pada detail halus di atas 8 dtk. Veo 3.1: kuat tetapi kadang mengubah warna. Seedance 2.0: andal untuk wajah, lebih lemah pada teks/logo |
| Kontrol gerakan | Slider intensitas + prompt teks untuk arah gerakan. Motion Brush tersedia untuk jalur yang presisi | Sora 2: hanya prompt teks. Veo 3.1: kontrol intensitas dasar. Seedance 2.0: prompt teks dengan opsi intensitas terbatas |
| Durasi maksimum | Hingga 15 detik per generasi | Sora 2: hingga 20 dtk. Veo 3.1: hingga 8 dtk. Seedance 2.0: hingga 10 dtk |
| Fleksibilitas rasio aspek | Secara otomatis menyesuaikan rasio aspek gambar input, semua rasio standar didukung | Sebagian besar model hanya mendukung 16:9, 9:16, 1:1. Rasio kustom mungkin memerlukan pemotongan |
| Output audio | Pembuatan audio native disertakan (suara ambient dan dialog) | Sora 2: tidak ada audio native. Veo 3.1: audio native disertakan. Seedance 2.0: sinkronisasi musik tetapi dialog terbatas |
Gambar input minimal 1024x1024 piksel menghasilkan kualitas video yang jauh lebih baik. Sumber beresolusi rendah (di bawah 512px) dapat menghasilkan output yang buram dan penuh artefak. Jika gambar Anda kecil, perbesar terlebih dahulu menggunakan alat gambar PonPon sebelum dikonversi ke video.
Model sudah melihat gambar Anda — tidak perlu deskripsi adegan. Tulis prompt yang mendeskripsikan gerakan: "dia berbalik ke kiri", "kamera mendorong masuk", "hujan mulai turun". Deskripsi adegan ("seorang wanita berbaju merah di taman") membuang kapasitas prompt dan dapat membuat model menafsirkan ulang gambar Anda.
Jika gambar Anda mengandung teks, logo, atau pola halus yang harus tetap utuh, gunakan intensitas gerakan rendah. Gerakan tinggi meningkatkan kemungkinan pergeseran detail. Anda selalu bisa meningkatkan intensitas pada generasi berikutnya jika hasilnya terlalu statis.
Kling 3.0 menyesuaikan rasio video dengan gambar Anda. Jika gambar Anda 4:3 tetapi Anda membutuhkan 9:16 untuk TikTok, potong gambar terlebih dahulu daripada mengandalkan model untuk mengubah framing. Pemotongan yang disengaja memberi Anda kendali atas apa yang ada dalam frame.
Bergabunglah dengan ribuan kreator, agensi, dan brand yang menggunakan PonPon setiap hari.