Megjelent a Kling AI 4.0 sztereó hanggal és többnyelvű szájszinkronnal
A Kling AI 4.0 új videógenerátora egyetlen menetben legfeljebb 30 másodperces videót készít, és akár tíz kulcsképet is fogad bemenetként. Ezekkel pontosabban rögzíthetők a jelenetváltások, a szereplők állapotai és a történet fontosabb mozzanatai. A rendszer utasításértelmezése 8000 tokenig bővült, az Omni Reference pedig egy generálás során legfeljebb 15 referenciaelemet kezelhet: ezek között tíz kép, összesen legfeljebb 30 másodpercnyi öt videó, valamint hét további elem lehet.
Az új Creative Recreation funkció meglévő videókat használ sablonként. A felhasználó így például termékeket vagy szereplőket cserélhet ki, miközben külön módosíthatja az arckifejezéseket, a testmozgást, a kameraállást vagy a hátteret. A 4.0-s verzió kétcsatornás sztereó hangot és több mint tíz nyelven javított szájszinkront kínál, köztük angolul, németül, japánul, koreaiul és spanyolul, különböző nyelvjárásokkal és akcentusokkal. A videóba illesztett, többnyelvű szöveg a kamera mozgása közben is stabilabb marad.
A The Decoder összevetése szerint a Kling 4.0 helytáll a Wan 3.0 és a Seedance 2.5 mellett, de nem előzi meg őket egyértelműen. Különösen a logikus jelenetsorrend, a fizikai folyamatok és a természetes hangzású párbeszédek terén nem bizonyult jobbnak, ami az AI-videómodellek fejlődési ütemének lassulására is utalhat. A Kling 4.0 Flash gyorsabb és olcsóbb generálást ígér, de legfeljebb 720p felbontású, 20 másodperces videókat készít. A 4K-s és 1080p-s, 10 bites HDR-kimenet, valamint a kétperces videóhosszabbítás még csak későbbi funkcióként szerepel.
Folytasd az appban — szavazz és szólj hozzá ➔