IT之家 Le 16 octobre, Kuaishou Kling AI a annoncé hier soir que Kling 4.0 est officiellement disponible en version complète sur klingai.com.
Format d’affichage 4K, 1080p à 10 bits HDR sur lequel la sortie est prévue
Page de création synchronisée améliorée en profondeur, offrant une expérience de création plus flexible et plus libre
Kling 4.0 accède aux capacités MCP / CLI, pour s’adapter à davantage de scénarios de création
Services API destinés aux clients professionnels et développeurs seront mis en ligne prochainement
Selon les informations fournies, Kling 4.0 offre une plus grande réalisme visuelle, une meilleure contrôle de la créativité et une plus grande cohérence narrative. Des progrès significatifs ont été réalisés dans plusieurs aspects tels que la représentation audiovisuelle, les multiples frames clés, l’adaptation des mouvements des lèvres, la génération de texte et la reproduction créative.
Les principales améliorations apportées par IT Home sont les suivantes :
Les mouvements de caméra pour des actions rapides, des mouvements continus, les suivis et les enfilades ont été complètement améliorés ; la stabilité et la cohérence de la caméra ont atteint des standards plus professionnels.
Soutien aux audio de haute qualité et à double canal stéréo, offrant une profondeur et un sentiment de hiérarchie sonores plus riches, plus proches du réalisme du son original, créant une expérience auditive entièrement nouvelle de « immersion ».
Aucune amélioration supplémentaire a été apportée à la précision de l’adaptation des traits de bouche des personnages, la collaboration entre voix, dialogues et interprétation est devenue plus naturelle, et l’interprétation des personnages présente une plus grande “vie”
Soutien à la sortie en format HDR de 10 bits pour 4K et 1080p, avec des niveaux de couleur plus riches et des transitions de lumière et d’obscurité plus fluides ; également support pour un format panoramique 21:9.
Une seule entrée ne permet pas plus de 10 images, 5 vidéos et 7 sujets, qui doivent être utilisés ensemble dans une même tâche de génération. Les différents matériaux de référence fonctionnent conjointement, ce qui rend la représentation des personnages, des actions, des plans et des sons plus proche des attentes, réduisant ainsi les coûts de réglage répétitif.
Prise en charge de diverses entrées telles que des textes, des images, des sujets, etc. ; possibilité d’ajouter, modifier et supprimer les sujets et le fond du vidéo original. Il est également possible de ajuster le style, le temps, les couleurs, les matériaux, les angles de vue, etc. du vidéo.
La génération d’un vidéo en une seule fois peut atteindre jusqu’à 30 secondes, et elle prend en charge des plans longs ainsi que des récits continus, permettant aux émotions, aux actions et aux plans de se développer naturellement sur la même ligne narrative.
Supportant jusqu’à 10 entrées de multiples keyframes, permettant de définir librement les nœuds clés des images, afin de contrôler avec précision l’état des personnages, les changements de scène et les points clés de l’histoire.
Permettre une longueur d'entrée atteignant 8000 tokens, et apporter des compléments, des développements et des retraitements raisonnables aux prompts, intégrant un jugement créatif inspiré de la pensée de réalisateur.
Soutenir les styles visuels tels que cinéma, animation, fantasy, pixel art et felt.
Supportant plusieurs langues telles que chinois, anglais, japonais, coréen, espagnol, portugais, allemand, français, hindi, ainsi que divers accents et dialectes comme le mandarin de Pékin, Taïwan, le nord-est, le Sichuan, le cantonais, l’anglais américain, l’anglais britannique et l’anglais indien. Et permettant la génération de textes multilingues, Emoji et Logo.
Prise en charge de la reprise multiple de la vidéo, avec une durée maximale de 2 minutes.
Lire aussi :