Kling AIは、ステレオ音声、多言語のリップシンク機能、そしてより軽量なFlashバージョンを搭載したバージョン4.0を発表しました

Kling AIは、ステレオ音声、多言語のリップシンク機能、そしてより軽量なFlashバージョンを搭載したバージョン4.0を発表しました

AIビデオ生成器Kling AIは、高解像度、より正確な制御機能、そして高速のFlashバージョンを備えたバージョン4.0をリリースしました。同社によると、これによりAIで生成されたビデオとプロフェッショナルビデオの間の差を縮めることができるとのことです。

ユーザーは今では1回の処理で最大30秒の動画を生成でき、システムはシーンへの移行、キャラクターの状態、ストーリーの展開を決定するために、最大10枚のキーフレーム画像を入力として受け付けます。プロンプトの理解能力は8,000トークンに拡大されました。

Kling AIによると、アップグレードされた「Omni Reference」システムは、1回の生成で最大15個のリファレンスアセットを受け入れることができる。これには、最大10枚の画像、合計最大30秒の5本の動画、および7つの要素が含まれる。ストーリーボード、ワイヤーフレーム、画像グリッド、ホワイトモデル動画、深度マップ動画もすべてリファレンスとして機能する。

「クリエイティブレクリエーション」機能により、ユーザーは既存の動画をテンプレートとして使用し、製品やキャラクターを入れ替えることができます。同社によると、表情、身体の動き、カメラアングル、背景といった個々の要素は、映像の他の部分に影響を与えずに調整することが可能だとのことです。

下の動画では、中国の競合企業製のKling 4.0と、Wan 3.0、およびSeedance 2.5を比較しています。Kling 4.0は自分の立ち位置を保っていますが、特に論理的なショットの順序や物理現象、自然な対話の表現においては優位性を見せません。これは、AIビデオモデルの急速な進化が停滞し始めている初期の兆候かもしれませんが、次回のWanやSeedanceのリリースがより明らかにしてくれるでしょう。

ステレオ音声と多言語スピーチが更新内容を補完する

Kling 4.0では、ドイツ語、英語、日本語、韓国語、スペイン語を含む10以上の言語や様々な方言・アクセントに対応する、2チャンネルステレオ音声と改善されたリップシンクが追加されました。同社によると、ビデオ内のテキスト生成も複数の言語で機能し、カメラの動きの中でも安定しています。4Kおよび1080pでの10ビットHDR出力や、2分までのクリップを伸長できるビデオ拡張機能も、Kling AIによって「近々」と記載されています。

主要モデルに加えて、Kling AIはより軽量なFlashバージョンも提供しています。Kling 4.0 Flashは、低コストでより速い生成が可能に設計されていますが、最高で720p、20秒の動画まで対応します。作成インターフェースが再設計され、Kling 4.0はMCPとCLIを通じてアクセス可能になりました。これにより、AIエージェントを用いた自動化ワークフローの構築が可能になります。Kling 4.0 APIの価格はまだ発表されておらず、「近日公開」としてサポートが記載されています。

アイAIニュース：過度な期待はなし – 人間が選んだ内容

広告なしの読書、毎週のAIニュースレター、年6回の独占的「AIレーダー」フロンティアレポート、完全なアーカイブへのアクセス、コメントセクションへのアクセスなどができるTHE DECODERを購読してください。