Gerador de Vídeo de IA Kling 4.0

O Kling 4.0 suporta a introdução de até 10 keyframes (quadros-chave), dando aos criadores maior controlo sobre momentos importantes ao longo do vídeo. Em vez de depender de uma única imagem inicial e esperar que a geração se desenvolva na direção certa, pode utilizar keyframes para definir como a cena deve evoluir. Dois keyframes podem estabelecer o início e o fim. Mais keyframes podem guiar transições importantes, posições de câmara, ações de personagens ou mudanças visuais ao longo da história. O Kling 4.0 também melhora a consistência entre estes keyframes, ajudando a manter personagens, ambientes, estilos e outros elementos visuais mais estáveis ao longo da sequência.

O Kling 4.0 pode utilizar até 15 referências numa única geração. Estas referências podem incluir imagens, vídeos, áudio e elementos visuais. O modelo suporta até 10 referências de imagem e até 5 referências de vídeo, com uma duração total de vídeo combinada de até 30 segundos. Cada referência pode servir um propósito diferente: as imagens ajudam a definir a aparência de uma personagem, produto, ambiente ou estilo visual; os vídeos guiam o movimento, a linguagem de câmara, o ritmo ou as ações; o áudio ajuda a manter as características da voz; e os elementos ajudam a preservar temas importantes ao longo do vídeo. Isto oferece maior flexibilidade aos criadores quando um simples prompt de texto não é suficiente para explicar exatamente o que pretendem. Para conteúdos de marca, as referências ajudam a manter um produto ou identidade visual reconhecível. Para conteúdos focados em personagens, ajudam a manter a aparência mais consistente. Para conteúdos em série, múltiplas referências ajudam a manter a continuidade entre episódios ou cenas.

A criação de vídeo por IA nem sempre precisa de começar do zero. O Kling 4.0 inclui capacidades de edição de vídeo que conseguem compreender e modificar filmagens existentes. Suporta até cinco entradas de vídeo, incluindo um vídeo principal e vídeos de referência adicionais. O modelo utiliza a informação espacial e temporal destes clipes para compreender melhor o que deve ser alterado e como deve ser o resultado final. Em vez de gerar novamente um vídeo inteiro porque um elemento está incorreto, os criadores podem fazer edições direcionadas a áreas específicas, personagens, ações ou detalhes visuais, mantendo o resto da filmagem intacto. Isto pode ser útil para: alterar um elemento visual específico, refinar a ação de uma personagem, ajustar um efeito, modificar parte de um anúncio ou melhorar uma secção de um vídeo de IA existente. O Kling 4.0 suporta vídeos de entrada individuais de até 30 segundos, com uma duração total de entrada de até 30 segundos.

O Kling 4.0 suporta a geração de voz em nove idiomas: chinês, inglês, japonês, coreano, espanhol, português, alemão, francês e hindi. Também suporta diferentes dialetos e sotaques, incluindo cantonês e sichuanês, bem como inglês americano, britânico, indiano e vários sotaques regionais chineses. Isto é extremamente útil para marketing global, localização, narrativas multilingues, personagens de videojogos, conteúdos de marca e e-commerce internacional. O Kling 4.0 também suporta a geração de texto em nove idiomas. Isto ajuda a criar texto legível dentro das cenas, incluindo embalagens de produtos, letreiros de lojas, legendas, textos publicitários e outros elementos de texto visual. O modelo foi concebido para integrar esse texto com a perspetiva e o estilo do ambiente circundante.