curl --request POST \
--url https://api.poyo.ai/api/generate/submit \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "kling-4.0",
"input": {
"prompt": "A paper boat floats through a miniature city at sunset."
}
}
'{
"code": 200,
"data": {
"task_id": "task-unified-1792741800-example",
"status": "not_started",
"created_time": "2026-10-23T10:30:00"
}
}{
"code": 400,
"error": {
"message": "Invalid request parameters",
"type": "invalid_request_error"
}
}{
"code": 400,
"error": {
"message": "Invalid request parameters",
"type": "invalid_request_error"
}
}Kling
Kling 4.0
根据文本、首尾帧或视觉参考生成视频，也可编辑已有视频，输出 720p 或 1080p。
POST
/
api
/
generate
/
submit
curl --request POST \
--url https://api.poyo.ai/api/generate/submit \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "kling-4.0",
"input": {
"prompt": "A paper boat floats through a miniature city at sunset."
}
}
'{
"code": 200,
"data": {
"task_id": "task-unified-1792741800-example",
"status": "not_started",
"created_time": "2026-10-23T10:30:00"
}
}{
"code": 400,
"error": {
"message": "Invalid request parameters",
"type": "invalid_request_error"
}
}{
"code": 400,
"error": {
"message": "Invalid request parameters",
"type": "invalid_request_error"
}
}- 提交后会返回
task_id。如果提供了callback_url，当任务状态变为finished或failed时，系统会向callback_url发送 POST 请求。 - 无论是否提供
callback_url，都可以通过统一的查询任务状态接口获取结果。
模型
- kling-4.0 — 文生视频、图生视频、参考生视频和视频编辑
功能
- 灵活时长：生成 3–30 秒、
720p或1080p的视频。 - 首尾帧：让一张起始图片动起来，可选再提供一张结束图片。
- 视觉参考：通过参考图片、参考视频以及由图片或视频定义的主体来引导外观和动作。
- 多镜头提示词：分别描述各个镜头及其时长。
- 视频编辑：提供源视频并描述要做的修改。不传
duration即保留源视频时长。 - 宽高比：使用
auto、16:9、9:16、1:1或21:9。
输入模式
| 模式 | 选择条件 |
|---|---|
| 视频编辑 | 提供了 video_url |
| 参考生视频 | 参考图片、参考视频或 kling_elements 非空 |
| 图生视频 | image_urls 非空且没有参考素材 |
| 文生视频 | 未提供任何媒体 |
image_urls 可包含一个可选的起始帧。在图片模式下，它可包含起始帧，后跟结束帧；不要传 aspect_ratio。编辑模式接受参考图片和基于图片的主体；不接受 image_urls、参考视频、基于视频的主体、multi_prompt 或 aspect_ratio。
必填参数
prompt(string)：视频指令，1–26,000 个字符，至少包含一个非空白字符。prompt和multi_prompt二选一，不能同时提供。编辑模式需要prompt。multi_prompt(array of objects)：生成模式下prompt的替代项。每个镜头包含一个最多 512 个字符的非空prompt，以及一个可选的整数duration（1–30 秒，默认为 5）。各镜头时长之和必须为 3–30 秒。如果同时提供顶层duration，它必须与该总和一致。
可选参数
duration(integer)：输出时长，3 到 30 秒。普通生成默认为5；多镜头生成跟随镜头总时长。在编辑模式下，不传该字段即保留源视频时长；计费输出时长向上取整到整秒。resolution(string)：720p或1080p。默认：720p。aspect_ratio(string)：auto、16:9、9:16、1:1或21:9，用于文本模式和参考模式。未传时比例会适配所提供的素材；没有素材时默认为16:9。图片模式和编辑模式下不要传该字段。image_urls(array of strings)：一张起始图片，以及仅在图片模式下可选的一张结束图片，按此顺序排列。参考模式只允许起始图片。video_url(string)：用于编辑的源视频。时长必须为 3–30 秒。reference_image_urls(array of strings)：最多 10 个可公开访问的 HTTP 或 HTTPS 图片 URL。reference_video_urls(array of strings)：最多 5 个可公开访问的 HTTP 或 HTTPS 视频 URL。每个视频时长必须为 3–30 秒。kling_elements(array of objects)：最多 7 个主体。每个主体只能提供以下其中一项：element_input_urls(array of strings)：2–4 张图片，正面视图在前，其他参考视图在后。element_input_video_urls(array of strings)：恰好一个 3–30 秒的视频。最多 3 个主体可以使用视频；基于视频的主体不能用于编辑。
@Element1、@Element2 等引用它们。参考图片和参考视频使用 @Image1 和 @Video1；现有的 @image_1 和 @video_1 引用仍然支持。
示例
- 文生视频：发送不带参考素材的
prompt。仅在需要时设置duration、resolution或aspect_ratio。 - 首尾帧：将起始图片放在
image_urls的第一位，后跟可选的结束图片。 - 视觉参考：组合使用
reference_image_urls、reference_video_urls或kling_elements，并按位置引用它们。 - 多镜头生成：提供
multi_prompt，不传prompt。通过镜头时长控制序列。 - 视频编辑：提供
video_url和prompt。不传duration即保留原始时长，或明确指定新的时长。
注意事项
- 在参考模式下，可选的起始帧与参考图片合计不能超过 10 张。起始帧、参考图片、参考视频和主体的总数不能超过 15。主体内的图片计为一个主体，而不是单独的素材。
- 参考视频与基于视频的主体的原始时长合计最多 30 秒。每个参考视频或主体视频时长必须为 3–30 秒。
- 参考索引从 1 开始，按对应输入数组的顺序排列。请使用可公开访问的媒体 URL，并省略未使用的可选字段。
授权
所有 API 接口都需要 Bearer Token 认证。
创建 API Key：登录 PoYo，进入 仪表盘 → API 密钥（poyo.ai/zh/dashboard/api-key），点击创建 Key。
在请求头中添加：
Authorization: Bearer YOUR_API_KEY
请求体
application/json
响应
任务提交成功
Show child attributes
Show child attributes