Generador de video IA Kling 4.0

Kling 4.0 admite hasta 10 fotogramas clave de entrada, lo que brinda a los creadores un mayor control sobre los momentos importantes de un video. En lugar de depender de una sola imagen inicial y esperar que la generación se desarrolle en la dirección correcta, puedes usar fotogramas clave para definir cómo debe evolucionar una escena. Dos fotogramas clave pueden establecer el inicio y el final. Más fotogramas clave pueden guiar transiciones importantes, posiciones de cámara, acciones de personajes o cambios visuales a lo largo de la historia. Kling 4.0 también mejora la consistencia entre estos fotogramas clave, ayudando a que los personajes, entornos, estilos y otros elementos visuales se mantengan más estables a lo largo de la secuencia.

Kling 4.0 puede utilizar hasta 15 referencias en una sola generación. Estas referencias pueden incluir imágenes, videos, audio y elementos visuales. El modelo admite hasta 10 referencias de imagen y hasta 5 referencias de video, con una duración total de video de hasta 30 segundos. Cada referencia puede tener un propósito diferente: las imágenes ayudan a definir cómo debe verse un personaje, producto, entorno o estilo visual; los videos guían el movimiento, el lenguaje de cámara, el ritmo o las acciones; el audio ayuda a mantener las características de la voz; y los elementos ayudan a preservar sujetos importantes a lo largo del video. Esto ofrece a los creadores más flexibilidad cuando una sola instrucción de texto no basta para explicar exactamente lo que quieren. Para contenido de marca, las referencias ayudan a mantener un producto o identidad visual reconocible. Para contenido centrado en personajes, ayudan a mantener la apariencia más consistente. Para contenido serializado, múltiples referencias ayudan a mantener la continuidad entre episodios o escenas.

La creación de videos con IA no siempre tiene que empezar desde cero. Kling 4.0 incluye capacidades de edición de video que pueden comprender y modificar metraje existente. Admite hasta cinco entradas de video, incluyendo un video principal y videos de referencia adicionales. El modelo puede utilizar la información espacial y temporal de estos clips para comprender mejor qué se debe cambiar y cómo debe verse el cambio. En lugar de volver a generar un video entero porque un elemento está mal, los creadores pueden realizar ediciones más precisas en áreas, personajes, acciones o detalles visuales específicos, manteniendo intacto el resto del metraje. Esto puede ser útil para: cambiar un elemento visual específico, perfeccionar la acción de un personaje, ajustar un efecto, modificar parte de un anuncio o mejorar una sección de un video de IA existente. Kling 4.0 admite videos de entrada individuales de hasta 30 segundos, con una duración total de entrada de hasta 30 segundos.

Kling 4.0 admite la generación de voz en nueve idiomas: chino, inglés, japonés, coreano, español, portugués, alemán, francés e hindi. También admite diferentes dialectos y acentos, incluidos el cantonés y el sichuanés, así como el inglés americano, británico e indio, y varios acentos regionales chinos. Esto resulta muy útil para el marketing global, la localización, la narrativa multilingüe, personajes de videojuegos, contenido de marca y comercio electrónico internacional. Kling 4.0 también admite la generación de texto en nueve idiomas. Esto ayuda a crear texto legible dentro de las escenas, incluyendo empaques de productos, letreros de tiendas, subtítulos, textos publicitarios y otros elementos de texto visual. El modelo está diseñado para integrar ese texto con la perspectiva y el estilo del entorno circundante.