Kuaishou'nun Kling AI ekibi, dördüncü nesil modeli Kling 4.0'ı, bir çekimi tek bir prompt'un şansına bırakmak yerine yönetmek isteyenler için tasarladı. 30 saniyeye kadar uzayan bir zaman çizelgesine keyframe'leri sabitliyor, her referans dosyasına bir görev veriyorsunuz; model de bu noktalar arasındaki hareketi, kamera hareketlerini ve sesi kendisi dolduruyor.
Yakında
Yakında bu çalışma alanında Kling 4.0 çalıştırılacak
Kling 4.0 bağlanır bağlanmaz üretim burada devreye girer. Aynı fikri aşağıdaki modellerle şimdiden şekillendirebilir, prompt'u daha sonra buraya taşıyabilirsiniz.
ile proje başlat
Kling 4.0
Kling AI imzalı keyframe tabanlı video modeli
Model profili
Tek bir Kling 4.0 üretiminin kapasitesini belirleyen sayılar; klip uzunluğundan öğrenebileceği dosya sayısına kadar.
| Öğe | Kling 4.0 |
|---|---|
| Yapan | Kling AI, Kuaishou'nun video platformu |
| Girdiler | Metin, görseller, video klipler, konular ve ses referansları |
| Klip uzunluğu | Üretim başına 3 ila 30 saniye |
| Zaman çizelgesi kontrolü | En fazla 10 keyframe |
| Referanslar | Toplamda 15'e kadar: 10 görsel, 5 video, 7 özne |
| Görüntü kalitesi | 4K'ya kadar; 1080p ve 4K'da 10-bit HDR |
| En boy oranları | 16:9, 9:16, 1:1 ve 21:9 ultra geniş |
| Ses | Daha hassas dudak senkronizasyonlu iki kanallı stereo |
| Metin ve konuşma | Dokuz dilde ekran metni ve diyalog |
| Prompt uzunluğu | 8,000 tokene kadar |
| Düzenleme | En fazla 5 mevcut klip, toplamda 30 saniye |
| Uzantı | Bir sekans yaklaşık iki dakikaya kadar uzatılabilir. |
Kling 3.0 zaten native sesle sinematik çekimler üretiyordu. Kling 4.0 bu temeli koruyor; esas olarak zaman çizelgesine daha fazla alan ve bunun üzerinde daha ince kontrol ekliyor.
Uzunluk
Kling 3.0:3–15 saniyeKling 4.0:3–30 saniye
Başlangıcı, aksiyonu ve finali olan eksiksiz bir sahne, iki ayrı klibin birleştirilmesi yerine tek bir çekime sığar.
Kare kontrolü
Kling 3.0:İlk ve son kareKling 4.0:10 keyframe'e kadar
Çekimin ortası da sabitlenebilir; örneğin başın çevrilmesi veya bir ürünün ortaya çıktığı an gibi.
Görüntü kalitesi
Kling 3.0:4K'ye kadarKling 4.0:4K'ya kadar, 1080p ve 4K'da 10-bit HDR
Gökyüzü ve cilt tonları bantlaşma olmadan renk derecelendirmesinden geçer, vurgular ayrıntısını korur.
En boy oranları
Kling 3.0:16:9, 9:16, 1:1Kling 4.0:21:9 ultra geniş ekran ekler
Sinema tarzı geniş ekran kompozisyonlar doğrudan modelden çıkar; sonradan kırpma gerekmez.
Ses
Kling 3.0:Doğal sesKling 4.0:Stereo ses, daha hassas dudak senkronizasyonu
Replikler ağız hareketine oturuyor, ambiyans ise sol ve sağda alan buluyor.
Keyframe, klibin belirli bir anına sabitlenmiş hareketsiz bir görüntüdür. Kling 4.0 bir keyframe'den diğerine giden yolu canlandırır; böylece seçtiğiniz kareler çekimin iskeletini oluşturur. Tipik bir dört noktalı plan şöyle görünür:
Başlangıç karesi
Mekânı, ışığı ve ana özneyi belirleyin. İzleyicinin gördüğü ilk görsel budur.
İlk değişiklik
Aksiyonun başladığı anı sabitleyin: bir karakter ayağa kalkar, bir kapak açılır, bir araba uzaklaşır.
Dönüm noktası
Çekimin yön değiştirdiği kareyi sabitleyin — örneğin bir reveal ya da yeni bir kamera açısı.
Son kare
Bitişi kilitleyin; klip, üzerinden kesim yapabileceğiniz ya da uzatabileceğiniz bir kompozisyonda son bulsun.
Basit bir hareket için iki keyframe yeterli. Daha fazlasını yalnızca bir anın tam olarak planlandığı gibi görünmesi gereken yerlerde ekleyin: her ek keyframe, modelin aralarında doğaçlama yapabileceği alanı daraltır.
Omni Reference, tek bir görevin aynı anda birkaç farklı türde kaynak materyal barındırmasını sağlar. Her türün, 15'lik ortak toplam içinde kendi üst sınırı vardır.
| Girdi | En fazla | En uygun kullanım alanı |
|---|---|---|
| Görseller | 10 | Karakter turnaround'ları, ürün açıları, mekânlar, storyboard'lar ve stil kareleri |
| Videolar | 5, toplam 30 sn | Takip edilecek hareket, koreografi, kamera rotaları ve tempo |
| Konular | 7 | Baştan sona aynı görünmesi gereken, tekrar eden kişiler, maskotlar veya ürünler |
| Ses | Desteklenir | Konuşan bir karakterin tonu ve tınısı |
Prompt içinde her dosyanın rolünü belirtin, örneğin "2. görsel ceket, 1. video kamera hareketi". Rolü belirtilmeyen referanslar birbiriyle yarışır.
Flash, aynı model jenerasyonunun daha hafif sürümüdür. Daha hızlı sonuçlar karşılığında uzunluk, çözünürlük ve anahtar karelerden ödün verir.
Yayınlamayı planladığınız tamamlanmış içerikler için
Taslaklar, testler ve yüksek hacim için
Pratik bir rutin: birkaç fikri Flash'ta hızlıca deneyin, ardından seçtiğinizi tam modelde yeniden oluşturun ve önemli olan noktalara keyframe ekleyin.
Her biri tek seferde 30 saniyelik eksiksiz bir çekim üretebiliyor. Ayrıldıkları nokta ise onlara ne yapacaklarını nasıl söylediğiniz.
| Karşılaştırma | Kling 4.0 | Seedance 3.0 |
|---|---|---|
| Tek seferde en uzun üretim | 30 saniye | 30 saniye |
| Ana yönlendirme yöntemi | Zaman çizelgesine sabitlenmiş keyframe'ler | Bir referans yığını ve yazılı bir prompt |
| Referans kapasitesi | 15 girdi: 10 görsel, 5 video, 7 öğe | 50 girdi: 30 görsel, 10 video, 10 ses dosyası |
| Girdi olarak ses | Ses tonu referansları | En fazla 10 ses dosyası |
| En güçlü yönü | Önemli anların tam zamanlaması, HDR çıktı | Büyük multimodal brief'ler, kamera bloklamalı sahne planlaması |
Belirli anların belirli zamanlarda yer alması gerektiğinde Kling 4.0 seçin. Brief, modelin öğrenmesi gereken geniş bir görsel, klip ve ses koleksiyonuysa Seedance 3.0 seçin.
Uzun promptlar, her parçasının sabit bir yeri olduğunda işe yarar. Bu sırayla yazın ve her parçayı bir iki ifadeyle sınırlı tutun.
1. Konu
Sarı yağmurluklu bir bisikletçi
2. İşlem
frene basar, bisikletten iner ve başını kaldırıp bakar
3. Ayar
alacakaranlıkta ıslak arnavut kaldırımlı bir sokakta
4. Kamera
yükselerek vinç hareketine geçen alçak bir kaydırma çekimi
5. Işık
Su birikintilerine yansıyan neon tabelalar
6. Zamanlama
0–10 sn sürüş, 10–20 sn duruş, 20–30 sn yukarı bakış
7. Ses
yağmur, lastik hışırtısı, uzakta bir tramvay zili
8. Referanslar
1. özne bisikletçi, 3. görsel ise sokak
0–8 sn: güneş alan ahşap bir tezgâhta seramik fincandan buhar yükselir, yavaş bir push-in. 8–16 sn: baristanın eli fincanı ileri kaydırır ve odak latte art'a kayar. 16–24 sn: pencere kenarı, bir kadın ilk yudumunu alır ve gülümser. 24–30 sn: altın saatte kafenin geniş açı çekimi. Ses: öğütücü uğultusu, sakin akustik gitar, tabağına bırakılan fincanın sesi.
Bir drone, gün doğumunda teraslı pirinç tarlalarının üzerinde süzülüyor; vadilerde sis asılı, bir çiftçi tarla seti boyunca yürüyor. Kamera yavaşça alçalıyor ve çiftçinin yanında göz hizasında sonlanıyor. Sadece kuş sesleri ve rüzgâr, müzik yok.
Gece, sıcak pratik ışık altında bir mutfak. Özne 1, yaşlı bir adam, sorar: "Bitirdin mi?" Özne 2, genç bir kız, eskiz defterini kaldırıp yanıtlar: "Neredeyse." Orta plan ikili çekim, hafif el kamerası hareketi, sessiz stereo oda tonu.
Görsel 1 sneaker, Görsel 2 stüdyo arka planı. Sneaker parlak bir döner platform üzerinde tek bir tur dönerken yumuşak bir ışık mesh'in üzerinde süzülüyor; kamera üç çeyrek hero açısıyla sonlanıyor. Altında yumuşak bir elektronik nabız.
Daha uzun zaman çizelgesi ve keyframe kontrolü, zamanlama ve tutarlılığın brief'in bir parçası olduğu işlerde en çok karşılığını verir.
Uzunluk, görüntü kalitesi, kontrol ve ses ile Kling 4.0'ın diğer video modelleri arasındaki yerine dair kısa yanıtlar.
Bu, Kuaishou bünyesindeki üretken video ekibi Kling AI tarafından yayınlanan dördüncü büyük video modeli. Ona metin, sabit görsel, kısa klip ve konu referansları verin; zaman çizelgesine yerleştirdiğiniz en fazla 10 anahtar kareyi takip ederek sesli, 3 ila 30 saniyelik bir klip üretir.
Üretim başına otuz saniye, en az üç saniye. Daha uzun süreler için tamamlanan klibi uzatın; uzatmalar tek bir sahneyi yaklaşık iki dakikaya kadar çıkarabilir.
4K'ya kadar. Hem 1080p hem de 4K çıktılar 10-bit HDR sunar; bu sayede gün batımları ve ten tonları, renk düzenlemesinde görünür bantlanma olmadan korunur. Daha hafif Flash sürümü ise 720p'de 8-bit SDR ile sınırlıdır.
Klibin seçtiğiniz anlarına en fazla 10 durağan görsel yerleştirirsiniz. Model bunları sabit noktalar olarak alır ve aralarındaki hareketi üretir.
Basit bir baştan sona hareket için iki keyframe kullanın; daha fazlasını yalnızca tam planlandığı gibi görünmesi gereken anlarda ekleyin.
Toplamda en fazla 15:
Ses referansları ayrıca konuşan bir karakterin tonunu belirleyebilir.
Flash hız için ayarlandı, ince işçilik için değil. 8-bit SDR'de 720p'ye kadar, en fazla 20 saniye üretir; ilk/son kare ya da çoklu keyframe girdisini kabul etmez. 30 saniyelik uzunluk, keyframe'ler, tam referans kotası, 4K veya HDR gerektiğinde tam modele geçin.
Evet. Görüntüyle birlikte diyalog, ambiyans ve efektler dahil olmak üzere iki kanallı stereo ses üretir; dudak senkronizasyonu önceki Kling modellerine göre daha isabetlidir.
Karakterler dokuz dilde konuşabiliyor; farklı aksan ve lehçelere de imkân tanınıyor. Model ayrıca ekrandaki metinleri dokuz dilde ve emojileri de oluşturabiliyor.
Evet. Düzenleme modu, toplam 30 saniye olmak üzere en fazla beş mevcut klibi alır ve bir metin, görsel veya özne talimatıyla özneyi, arka planı, ifadeyi, kamera açısını ya da bir diyalog repliğini değiştirebilir.
Evet. 16:9, 9:16 ve 1:1'in yanı sıra Kling 4.0, sinema tarzı kompozisyonlar için 21:9 ultra geniş kadraj sunuyor.
Promptlar 8.000 token'a kadar çıkabilir; bu da kamera notları, diyalog ve ses işaretleri içeren zaman kodlu bir senaryo için yeterlidir. Sıralama uzunluktan daha önemlidir: her seferinde özne, eylem, ortam, kamera, ışık, zamanlama ve sesi aynı sırayla listeleyin.
Evet, 15 saniyeden uzun kliplere, bir çekimin ortasındaki anlar üzerinde kontrole, HDR çıktısına veya 21:9 çerçeveye ihtiyacınız varsa. Kısa, tek aksiyonlu klipler içinse Kling 3.0 hâlâ sağlam bir seçenek.
Kesin zamanlama önemliyse Kling 4.0 seçin; çünkü keyframe'leri neyin ne zaman olacağını sabitler. Sonucu geniş bir referans setiyle yönlendirmek istiyorsanız Seedance 3.0 seçin; tek bir görevde 50'ye kadar görsel, video ve ses dosyası kabul eder.
Kişiyi özne referansı olarak kaydedin, açılış karesinde gösterin ve prompt boyunca hep aynı etiketle anın. Bir kişi, bir referans: aynı karakterin iki farklı fotoğrafı sonucu iki ayrı yöne çeker.
