شرکت Kling AI نسل جدید مدل هوش مصنوعی خود را با نام Kling 3.0 معرفی کرد; مدلی که به عنوان زیرساخت یکپارچه برای تولید محتوای چندرسانه ای مبتنی بر هوش مصنوعی معرفی شده است.
بر اساس گزارش ها، این محصول در فضای رقابتی عرضه شد که در آن بازیکنان سرشناسی مانند Runway، Sora و Veo برای کسب جایگاه رقابت می کنند. Kling 3.0 با تمرکز ویژه بر بهبود کیفیت تصویر، اطمینان از تداوم بصری کاراکترها، هماهنگی دقیق صوتی و تصویری، و با گسترش سریع بازار هوش مصنوعی مولد، تلاش میکند تا نیازهای حرفهایتری را برآورده کند.
با مدل ویدیویی Kling 3.0 آشنا شوید
طبق بیانیه KlingAI، مدل Kling 3.0 در بسیاری از محورهای اصلی با رقبای خود متفاوت خواهد بود. محور اول دارای ثبات بسیار بالایی از شخصیت ها و عناصر در صحنه است و هدف آن حفظ چهره، لباس و جزئیات بصری در طول نماهای مختلف است. این ویژگی برای تولیدکنندگان محتوا بسیار مهم است زیرا در نسخه های قبلی، تعویض ناخواسته چهره یا اشیاء کلیدی یکی از انتقادات اصلی کاربران بود.
محور دوم تولید ویدئوی انعطاف پذیر است. Kling 3.0 امکان ایجاد کلیپ های 15 ثانیه ای با کنترل دقیق عکس ها، حرکت دوربین و ترکیب چند شات را فراهم می کند. این مدل بر واقع گرایی بالای تصویر و امکان طراحی سکانس تاکید دارد تا کاربر بتواند به جای یک شات، سکانس کوتاهی شبیه به سکانس فیلم تولید کند. این رویکرد به تولیدکنندگان محتوا این امکان را می دهد که ساختار روایتی منسجم تری در خروجی خود داشته باشند.
محور سوم صدای تقویت شده است. Kling 3.0 از صدای چند کاراکتری پشتیبانی می کند و زبان ها و گویش های بیشتری را پوشش می دهد. این قابلیت به تولید همزمان ویدیوهای حاوی صدا و تصویر کمک می کند و کاربر نیازی به تولید و یا هماهنگی صدا به صورت جداگانه در هیچ نرم افزار دیگری ندارد. پشتیبانی از چندین شخصیت صوتی نیز برای سناریوهای دیالوگ محور مهم است.
محور چهارم توسعه تولید تصویر است. Kling 3.0 خروجی تصویر 4K را ارائه می دهد و حالت جدیدی را برای تولید مجموعه ای متوالی از تصاویر معرفی می کند که برای تولید عکس های سینمایی و همچنین طراحی استوری بورد یا کمیک استفاده می شود. تمرکز بر جلوههای سینمایی و جزئیات بیشتر در نور و بافتها، Kling 3.0 را به ابزاری نزدیکتر به نیازهای تولید حرفهای تبدیل میکند.
دموهای Kling 3.0 از نظر پویایی، مدیریت متن و واقع گرایی بصری در همان سطح رقبا عمل می کنند و واضح است که خطاهای حرکت و تصویر کاهش می یابد. اما برای کاربران عادی تفاوت محسوسی بین خروجی این مدل با سایر رقبا وجود ندارد و رقابت بیشتر به عوامل فنی، سرعت، هزینه و ابزارهای کنترلی محدود می شود.
Kling 3.0 در حال حاضر در رزولوشن های 1080p و 720p موجود است. با استفاده از این مدل، تولید ویدیو بر اساس اعتبار است و میزان اعتبار مصرفی به طول ویدیو و نوع ورودی بستگی دارد. کاربران علاقه مند می توانند جزئیات بیشتر در مورد استفاده، هزینه ها و محدودیت ها را در وب سایت KlingAI بیابند. اگرچه این مدل مانند سایر مدل های هوش مصنوعی سازنده ویدیو در مرحله ای است که نمی تواند به طور کامل جایگزین تولید ویدیوی سنتی شود، اما گزینه مهمی برای آزمایش ایده ها، ساخت نمونه های اولیه و تولید محتوای کوتاه است.