Kling Motion Control: jak przenieść ruch z nagrania na postać i ile to kosztuje

👁 117 przeczytań

Kling Motion Control przenosi ruch z twojego nagrania na postać ze zdjęcia. Nagrywasz telefonem taniec, gest albo chód, dodajesz zdjęcie bohatera i dostajesz klip, w którym on wykonuje ten sam ruch. W API mojego serwisu Kling 3.0 Motion Control kosztuje 1,45 zł za sekundę nagrania, a starszy Kling 2.6 Motion Control 0,80 zł, z VAT. Pokazuję, jak nagrać referencję, jak przygotować zdjęcie, jak wywołać to kodem i ile kosztuje 8-sekundowy klip.

Czym motion control różni się od zwykłego wideo z obrazu

W zwykłym trybie obraz-na-wideo ruch opisujesz słowami: „postać macha ręką i odwraca się”. Model zgaduje tempo, zakres i kolejność. Przy tańcu albo konkretnym geście wychodzi z tego loteria.

W motion control ruch bierzesz z prawdziwego nagrania. Model dostaje dwie rzeczy: zdjęcie postaci i wideo referencyjne z ruchem. Prompt jest tylko pomocniczy i opisuje tło, światło i nastrój. Dzięki temu ten sam układ choreograficzny powtórzysz na maskotce sklepu, postaci z ilustracji albo awatarze w teledysku.

Kling 3.0 czy 2.6 Motion Control

W katalogu są dwie wersje. Ceny brutto, z 23% VAT, z publicznego katalogu API mojego serwisu Jantaris, odczyt 26.10.2026:

Sekundy liczą się od długości nagrania źródłowego. Wersja 3.0 lepiej trzyma wygląd postaci: twarz i strój nie rozjeżdżają się przy obrotach i zasłanianiu twarzy dłonią. Wersja 2.6 jest prawie o połowę tańsza i do testów choreografii w zupełności wystarcza.

Rozsądny podział: ruch testujesz na 2.6, wersję do publikacji robisz na 3.0. Katalog podaje jedną stawkę dla obu trybów jakości, std i pro. Dokładną kwotę dla twojego pliku API zwraca w polu estimated_cost, zanim zadanie ruszy.

Parametry i limity

• image_url - zdjęcie postaci, wymagane;
• video_url - nagranie ruchu, wymagane, MP4 albo MOV do 100 MB;
• prompt - wymagany, opis tła, światła i nastroju;
• quality - std (domyślnie) albo pro.

Nagranie może mieć 3-10 sekund, bo w tym trybie orientacja postaci wynika ze zdjęcia. Producent ma też tryb z orientacją z wideo i nagraniem do 30 s, ale w tym API jeszcze go nie ma. Oba pliki podajesz jako publiczne adresy http(s).

Jak nagrać referencję

Od nagrania zależy więcej niż od promptu. Przed każdym klipem sprawdzam pięć rzeczy:

1. Cała sylwetka w kadrze, od głowy po stopy, także przy wyskoku i wymachu ręką.
2. Jednolite tło i równe światło. Ściana bez wzorów działa lepiej niż pokój pełen mebli.
3. Kamera stoi. Telefon na statywie albo opartym o półkę, bez zoomu i bez cięć.
4. Jedna osoba w kadrze. Druga postać w tle myli model.
5. Poza startowa podobna do zdjęcia. Jeśli postać na zdjęciu stoi przodem z rękami wzdłuż ciała, nagranie zaczyna się tak samo.

Dobra długość to około 8 sekund: mieści się w limicie 3-10 s i zostawia margines na wejście i wyjście z ruchu.

Zdjęcie postaci

Zdjęcie powinno pokazywać całą sylwetkę na czystym tle, w pozie zbliżonej do startu nagrania. Jeśli postaci jeszcze nie masz, wygeneruj ją w modelu obrazu. Nano Banana Pro w tym samym katalogu kosztuje 0,414 zł za obraz 1K i przyjmuje zdjęcia referencyjne, więc maskotkę z logo sklepu przerobisz na pełną postać w jednym zadaniu.

Twarzy prawdziwej osoby bez jej zgody nie używam. Przy kliencie biorę pisemną zgodę na wizerunek, a gotowy klip oznaczam jako treść AI tam, gdzie wymaga tego platforma.

Zdjęcie w tej samej pozie co pierwsza klatka

Najprostszy sposób na zgodną pozę startową: wyciągnij pierwszą klatkę z nagrania i użyj jej jako referencji przy generowaniu postaci. Jedno polecenie ffmpeg:

ffmpeg -i taniec.mp4   -frames:v 1 start.png

Plik start.png dajesz modelowi obrazu razem ze zdjęciem maskotki w image_urls i prosisz o tę postać w dokładnie tej pozie, na jednolitym tle. Przy Nano Banana Pro to jedno zadanie za 0,414 zł. Postać ustawiona jak ty w pierwszej klatce mniej się deformuje w pierwszych sekundach klipu.

Przykład: maskotka sklepu tańczy trend

Weźmy nagranie 8 s z tańcem pod ścianą i obraz maskotki w pełnej postaci. Prompt opisuje tylko otoczenie:

Bright pastel studio,
soft daylight from the left,
clean floor, subtle shadow,
playful mood, vertical 9:16.

Kod zleca zadanie w Kling 3.0 Motion Control i czeka na wynik:

import os, time, requests

API = "https://jantaris.com/v1"
H = {"Authorization":
     "Bearer " + os.environ[
     "JANTARIS_API_KEY"]}

t = requests.post(
    API + "/generate",
    headers=H, json={
    "model":
      "kling-3.0-motion-control",
    "input": {
      "prompt": "Bright pastel "
        "studio, soft daylight, "
        "playful mood",
      "image_url":
        "https://twoj.pl/maskotka.png",
      "video_url":
        "https://twoj.pl/taniec.mp4",
      "quality": "std"}
}).json()
print("koszt:", t["estimated_cost"])

while t["status"] in (
        "queued", "running"):
    time.sleep(5)
    t = requests.get(
        API + "/tasks/" + t["id"],
        headers=H).json()
print(t["status"], t["cost"],
      [o["url"] for o in t["output"]])

Koszt 8-sekundowego nagrania to 11,59 zł w Kling 3.0 Motion Control i 6,44 zł w wersji 2.6. Nieudane zadanie kosztuje 0 zł, bo blokada wraca na saldo. Wynik pobieram od razu, bo link w output jest tymczasowy. Pola i przykłady w innych językach są na stronie modelu Kling 3.0 Motion Control.

Seria pod testy: jeden ruch, pięć teł

Przy reklamach i trendach jeden klip to za mało. Z jednego nagrania ruchu i jednej postaci robisz kilka wersji, zmieniając tylko prompt z opisem otoczenia:

• „Bright pastel studio, soft daylight” - jasne studio;
• „Cozy kitchen, warm morning light” - kuchnia;
• „City rooftop at sunset” - dach w mieście;
• „Neon-lit night street, light rain” - ulica nocą;
• „Minimal white background, product shadow” - tło pod sklep.

Pięć wersji z nagrania 8 s kosztuje 57,95 zł w Kling 3.0 Motion Control i 32,18 zł w wersji 2.6. Ruch zostaje identyczny, więc po teście wiadomo, że różnicę zrobiło tło, a nie choreografia.

Gdzie motion control się przydaje

• Trendy taneczne na TikToku z postacią z ilustracji albo maskotką marki.
• Teledysk, w którym awatar powtarza ruchy wokalisty. Jak planuję sceny pod piosenkę, pisałem w tekście o teledysku AI.
• Reklama produktu, w której postać z packshotu wykonuje gest z nagrania: podnosi butelkę, wskazuje cenę.
• Animacja bohatera gry albo komiksu na podstawie własnego ruchu, bez studia motion capture.

Co psuje wynik

Najwięcej problemów robią rzeczy, których model nie widzi na zdjęciu. Jeśli postać na zdjęciu stoi przodem, a w nagraniu odwracasz się plecami, model musi zgadywać tył stroju i fryzury. Pomaga zdjęcie z widocznym strojem z kilku stron albo ruch, który zostaje przodem do kamery.

Drugi kłopot to ucięte kończyny. Jeśli stopy wychodzą z kadru przy podskoku, model musi dorysować brakujące fragmenty ciała i w tym miejscu najłatwiej o zniekształcenia. Trzeci to tło w ruchu: przejeżdżające auto za oknem albo zwierzę w kadrze model bierze za część ruchu.

Pozostałe modele wideo Klinga, w tym Kling 3.0 z dźwiękiem i w 4K, opisuję w tekście o Kling API.

Najczęstsze pytania

Co to jest Kling Motion Control?

Tryb modelu Kling, który przenosi ruch z nagrania referencyjnego na postać ze zdjęcia. Ruch bierze się z wideo, a prompt opisuje tylko tło, światło i nastrój.

Ile kosztuje Kling Motion Control?

W moim serwisie Kling 3.0 Motion Control kosztuje 1,45 zł za sekundę nagrania, a Kling 2.6 Motion Control 0,80 zł, z VAT. Klip z nagrania 10 s to 14,49 zł albo 8,04 zł (stan 26.10.2026).

Jak długie może być nagranie ruchu?

W tym API 3-10 sekund, bo orientacja postaci wynika ze zdjęcia. Tryb z nagraniem do 30 s producent ma, ale w tym API nie jest jeszcze dostępny.

Czym różni się Kling 3.0 od 2.6 Motion Control?

Wersja 3.0 lepiej trzyma wygląd postaci przy obrotach i zasłanianiu twarzy, 2.6 jest prawie o połowę tańsza. Do testów ruchu wystarczy 2.6, do publikacji lepiej wziąć 3.0.

Czy mogę użyć zdjęcia prawdziwej osoby?

Tylko za jej zgodą. Przy zleceniach biorę pisemną zgodę na wizerunek, a gotowy klip oznaczam jako treść AI tam, gdzie wymaga tego platforma.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

Źródła i data sprawdzenia

Ceny i parametry sprawdziłem 26.10.2026.

• Jantaris - publiczny katalog API z cenami w PLN (Kling 3.0 i 2.6 Motion Control, Nano Banana Pro)
• Jantaris - opis modelu Kling 3.0 Motion Control (3-10 s, MP4/MOV do 100 MB, std i pro)
• Jantaris - dokumentacja zadań GET /v1/tasks/{id}
• Kling AI (Kuaishou) - strona producenta modelu