Plans plus longs, contrôle plus fin
Kling 4.0
Le prochain modèle vidéo de Kuaishou vise des plans plus longs et un contrôle narratif plus précis.
Plans plus longs, contrôle plus fin
Le prochain modèle vidéo de Kuaishou vise des plans plus longs et un contrôle narratif plus précis.
Écrivez un prompt ou ajoutez une image de départ, puis choisissez la durée, le format et la résolution.
Kling 4.0 est conçu pour des clips plus longs et un contrôle plus précis de l’histoire.
Une génération est annoncée autour de 30 secondes, au-delà de la plage de 3 à 15 secondes de Kling 3.0.
La presse décrit un mélange d’images, d’extraits vidéo et de références de sujet, cité comme 10 images, 5 vidéos et 7 sujets.
Les temps forts peuvent être fixés sur tout le clip, au-delà d’une seule image de début et de fin.
Jusqu’à la 4K et le HDR 10 bits, avec plus de détail dans les hautes lumières et les ombres.
Audio natif, synchronisation labiale plus précise, et parole dans plusieurs langues, accents et dialectes.
L’extension répétée est évoquée vers environ deux minutes. Un cadre 21:9 est aussi mentionné.
Seedance 2.5 est le plus proche pour un clip de 30 secondes avec des références image et vidéo. Kling 3.0 est la génération précédente de la même gamme.
| Kling 4.0 | Kling 3.0 | Seedance 2.5 | |
|---|---|---|---|
| Durée | Environ 30 secondes | 3–15 secondes | Jusqu’à 30 secondes |
| Références | Jusqu’à 15 | Première et dernière image, plus des références d’éléments | Références image, vidéo et audio |
| Images clés | Jusqu’à 10 | Début et fin | Début, fin et références |
| Audio | Stéréo et synchronisation labiale | Audio natif | Audio natif |
Un clip natif dure environ 30 secondes et peut être prolongé.
Jusqu’à 15, en mélangeant images, extraits vidéo et références de sujet.
Jusqu’à 10 images clés fixent les temps forts sur tout le clip, au-delà d’une seule image de début et de fin.
Seedance 2.5 est le plus proche pour un clip plus long avec des références image et vidéo et un audio natif. Kling 3.0 est la génération précédente de la même gamme.
Les clips sont plus longs, environ 30 secondes au lieu de 3 à 15. Il prend aussi plus de références et d’images clés, avec un son stéréo et une synchronisation labiale plus nette.