
Kinovi
Kinovi 是一个统一的 AI 视频和图像创建工作室以及公共 REST API,它允许您使用多模态参考(文本、图像、视频、音频)在实时顶级模型目录中生成、编辑和扩展电影剪辑,并提供透明的按需付费费率。
https://kinovi.ai/?utm_source=aipure

产品信息
更新于:2026年09月28日
什么是 Kinovi
Kinovi 是一个下一代 AI 视频工作室,专为那些希望获得比简单文本到视频提示框更多控制权的创作者和开发人员而构建。它将用于动手创作的基于浏览器的 Studio 与用于程序化生成的公共 REST API 相结合,因此相同的S工作流程可用于实验、生产和自动化。Kinovi 将多个领先的视频和图像模型(例如,Seedance 路线和其他特色提供商)聚合到一个平台中,在实时目录中公开当前模型 ID、支持的输入、变体和单位定价,同时在 Studio 和 API 之间使用一个共享的积分余额。
Kinovi 的主要功能
Kinovi是一个多模态AI创作平台,它将基于浏览器的Studio与公共REST API相结合,使用单一共享的按需付费信用余额生成和编辑视频、图像和音频。它充当多个顶级模型路线(例如,Seedance 2.x和其他提供商)的中心,并强调“导演式”控制:用户可以将文本提示与图像/视频/音频参考混合,使用镜头指令(包括@-标签式方向),并应用诸如第一/最后一帧控制、视频编辑和视频扩展等工作流程,以在剪辑中保持运动质量和视觉一致性。Studio和API使用相同的任务流程——通过createTask提交模型+模型特定输入,然后轮询recordInfo——这使得在UI中进行原型设计并通过自动化进行扩展变得容易。
一个Studio + 一个REST API,支持多种模型: 在网络Studio中创建或通过公共API集成,使用相同的模型目录、模型ID和共享信用余额——减少集成开销并避免跨工具的单独订阅。
多模态、参考驱动的生成: 通过将文本与参考图像、视频剪辑和音轨结合来指导输出;为参考分配角色,以指导风格、运动、节奏和连续性,从而获得比仅提示生成更可控的结果。
导演式镜头控制(自然语言摄影机方向): 使用自然语言指定摄影机移动(摇摄/倾斜/变焦/跟踪)、构图、照明和镜头意图;支持诸如第一帧和最后一帧控制等工作流程,以减少漂移并提高时间一致性。
视频编辑和扩展工作流程: 除了文本到视频和图像到视频,Kinovi还支持视频编辑和视频扩展路线(例如,Seedance 2.5编辑/扩展),以迭代现有剪辑或将片段链接成更长的序列。
带有变体费率的实时模型目录: 按变体(例如,分辨率层和参考视频选项)浏览当前模型路线、支持的输入和按需付费的单位定价,帮助团队为每个作业选择合适的质量/成本权衡。
无水印、商业友好的定位: 面向认真的创作者和代理机构,提供无水印输出和强大的商业用途信息,并严格禁止NSFW内容。
Kinovi 的使用场景
营销与广告创意制作: 通过品牌参考图像/视频指导场景,并通过快速/迷你路线迭代,然后渲染更高分辨率的最终作品,从而快速生成短格式广告、产品宣传片和品牌社交剪辑。
独立电影制作与预可视化: 讲故事的人可以从剧本/提示中制作电影镜头原型,控制摄影机语言,并通过使用一致的参考资料链接和扩展剪辑来保持场景的连续性。
电子商务和产品演示资产: 使用参考驱动的工作流程创建可重复的产品视频(旋转、生活场景、功能标注);使用低成本变体批量草稿,并以更高分辨率优化主要镜头。
内容管道的开发者集成: 产品团队可以将REST API用作无头生成后端——提交createTask作业,轮询recordInfo,并以编程方式生成用于A/B测试、本地化或自动化资产生成的变体。
创作者工作流程,用于一致的角色/系列: 使用参考堆栈(以及评论中标记为测试版的角色重用功能)在剧集、表情包或系列短片中保持重复角色和视觉风格的稳定。
优点
统一中心:Studio + API访问多种模型路线,共享一个余额和一致的任务流程。
强大的控制:多模态参考和导演式镜头指令有助于减少随机性并提高一致性。
透明选择:模型ID、支持的输入和变体定价的实时目录有助于优化质量与成本。
实用迭代:不仅支持生成,还支持视频编辑/扩展工作流程,用于迭代生产。
缺点
定价和模型可用性可能会发生变化;用户必须依赖实时目录获取最新的费率/变体。
基于剪辑的生成限制仍然存在(通常需要链接/扩展才能形成更长叙事的短片段)。
严格的NSFW限制可能会限制某些创意或成人内容的使用场景。
模型特定输入因路线而异,因此集成必须处理每个模型的参数差异。
如何使用 Kinovi
1) 创建 Kinovi 帐户并获取免费积分: 访问 https://kinovi.ai/ 并注册/登录。新用户可以从免费积分(例如,Kinovi 材料中提到的 200 积分)开始,以测试 Studio 和 API 生成。
2) 浏览模型目录并选择模型 + 用例: 在 https://kinovi.ai/models 打开实时目录,比较模型 ID、支持的输入、变体(例如,480p/720p/1080p,带/不带参考视频)和按需付费费率。选择符合您目标(文本到视频、图像到视频、参考到视频、文本到图像、图像编辑等)的模型。
3) 使用 Kinovi Studio(无代码)生成您的第一个输出: 在 Kinovi Studio 中,选择一个模型路线(例如,Seedance 2.0/2.5 用于视频,Midjourney/NanoBanana/GPT Image 用于图像)。输入描述场景、灯光和摄像机运动的提示。如果支持,设置持续时间(许多工作流程通常为 4-15 秒;某些路线支持更长,例如 Seedance 2.5 Preview 最长可达约 30 秒)并选择输出分辨率(例如,根据模型/变体选择 480p/720p/1080p)。提交生成并在完成后下载结果。
4) 添加参考(图像/视频/音频)以获得更多控制(全参考工作流程): 上传参考资产(图像、视频剪辑、音频)。通过在提示中使用 @ 样式参考(如 Kinovi 的全参考概念中所述)标记它们来分配角色。使用参考来指导角色/产品一致性、风格、运动或时间。如果所选工作流程中可用,请使用“第一帧/最后一帧”控件来精确控制镜头的开始和结束方式。
5) 迭代:使用新指令扩展或编辑剪辑: 如果您需要优化,请使用编辑/扩展路线(例如,Seedance 2.5 Video Edit 或 Seedance 2.5 Video Extend)运行另一次生成,并将先前的输出作为参考以及更新的指令。这使您可以在迭代中调整运动、连续性和镜头方向。
6) 外部导出和组装多镜头项目: Kinovi 专注于短片生成;对于多镜头序列,请下载您的剪辑并在时间线编辑器(外部 NLE)中将它们拼接在一起。通过在所有镜头中重复使用相同的参考和一致的提示来保持连续性。
7) 获取 API 密钥以实现自动化: 在 Kinovi 仪表板(从 Kinovi 网站链接)中打开 API 密钥页面并创建 API 密钥。将其存储为环境变量(例如,KINOVI_API_KEY=...)。
8) 通过统一的 REST API 提交生成任务 (createTask): 所有模型都使用一个端点。发送 POST https://kinovi.ai/api/v1/jobs/createTask,带有标头 Authorization: Bearer <KINOVI_API_KEY> 和 Content-Type: application/json。在 JSON 正文中,传递模型 ID 和模型特定的输入(提示、持续时间、outputResolution 以及该模型支持的任何参考字段)。200 响应表示任务已创建且积分已预留;这并不意味着输出已准备就绪。
9) 轮询完成情况 (recordInfo) 或使用 Webhook: 轮询 GET https://kinovi.ai/api/v1/jobs/recordInfo?taskId=<TASK_ID>,直到状态从 waiting/generating 变为 success/fail。可以选择在 createTask 中包含一个顶级 callBackUrl 以接收 Webhook 而不是轮询。
10) 检索输出并处理故障: 当任务成功时,读取 task.output 以获取生成的视频/图像/音频结果 URL 或有效负载。如果状态为 fail,检查 task.error.message(如果存在)并使用调整后的输入(提示、参考、持续时间、分辨率或不同的模型路线)重试。
11) 使用官方示例加速集成: 克隆 Kinovi 的示例存储库(如 Kinovi 材料中所述):git clone https://github.com/kinovi-ai/kinovi-models.git。导航到您想要的模型文件夹(每个模型一个文件夹,每个用例一个脚本)并运行提供的 Python/TypeScript/cURL 脚本。这些示例提交任务,轮询直到完成,并保存结果。
12) 使用模型变体和共享积分管理成本: Kinovi 使用在 Studio 和 API 之间共享的按需付费积分。通过选择成本较低的变体(例如,480p vs 720p/1080p,带/不带参考视频)以及通过更强的提示和一致的参考来最大程度地减少试错来控制支出。
Kinovi 常见问题
Kinovi是一个AI视频和图像生成工作室,提供公共REST API,让创作者可以在浏览器中生成内容,或将模型路由集成到他们自己的应用程序中。











