Kling 3.0 दुनिया भर में लॉन्च, साथ में 4K वीडियो, नेटिव ऑडियो और मल्टी-शॉट जनरेशन
Kuaishou ने 4 फरवरी को पहली बार घोषणा करने के बाद अब Kling 3.0 को दुनिया भर में जारी कर दिया है। इस अपडेट में नेटिव 4K/HDR आउटपुट, लिप-सिंक के साथ सिंक्रोनाइज़्ड ऑडियो, मल्टी-शॉट नैरेटिव जनरेशन और ऐसा मोशन कंट्रोल मिलता है जो आपको एक वीडियो से मूवमेंट निकालकर पूरी तरह अलग किरदारों पर लगाने देता है।
Kling 3.0 की नई क्षमताओं का ओवरव्यू
नेटिव ऑडियो के साथ 4K
Kling 3.0 सीधे diffusion प्रोसेस से 4K रिज़ॉल्यूशन (3840x2160) और 30 FPS पर वीडियो बनाता है। जनरेशन के बाद कोई अपस्केलिंग नहीं होती। ऑडियो जनरेशन उसी फॉरवर्ड पास में बना हुआ है, जिसमें पाँच भाषाओं में लिप-सिंक्ड डायलॉग शामिल है: English, Chinese, Japanese, Korean और Spanish। पिछले वर्ज़न में अलग से डबिंग और ऑडियो सिंक के स्टेप करने पड़ते थे। अब वो खत्म।
मल्टी-शॉट नैरेटिव सीक्वेंस
सबसे खास फीचर है मल्टी-शॉट जनरेशन। आप एक ही सेशन से 6 तक जुड़े हुए शॉट्स की सीरीज बना सकते हैं, और मॉडल कट्स के पार किरदारों की एकरूपता, लाइटिंग और स्थानिक निरंतरता बनाए रखता है। हर शॉट 15 सेकंड तक का हो सकता है।
यह सीधे शॉर्ट-फॉर्म नैरेटिव कंटेंट को निशाना बनाता है। अलग-अलग क्लिप बनाकर उन्हें जोड़ने की कोशिश करने (और जनरेशन के बीच आने वाले अनिवार्य किरदार-ड्रिफ्ट से जूझने) के बजाय, आप एक सीक्वेंस का वर्णन करते हैं और बदले में ऐसे शॉट्स मिलते हैं जो एक ही सीन के हिस्से लगते हैं।
मोशन कंट्रोल और ट्रांसफर
Kling 3.0 एक रेफरेंस वीडियो से मोशन निकालकर उसे नए किरदारों पर लगा सकता है। आप एक वीडियो से डांस सीक्वेंस, फाइट कोरियोग्राफी या कोई खास हावभाव लेकर उसे किसी जनरेट किए गए किरदार पर मैप कर सकते हैं। मॉडल में फ्रेम-लेवल कंट्रोल के लिए एक motion brush और सटीक शॉट कंपोज़िशन के लिए 6-axis कैमरा कंट्रोल शामिल हैं।
prompt देने के लिए एक @-सिंटैक्स भी है जो आपको किसी खास किरदार या एलिमेंट को नाम से रेफर करने देता है। अगर आपने एक जनरेशन में कोई किरदार बना लिया है, तो आप उसे आगे के prompts में फिर से बुला सकते हैं।
Kling 3.0 AI वीडियो के लिए क्या बदलता है, इस पर गहरी नज़र
7-in-1 एडिटर
Kling 3.0 के साथ वो चीज़ आती है जिसे Kuaishou "7-in-1 multimodal editor" कहता है। यह text-to-video, image-to-video, video-to-video, मोशन ट्रांसफर, lip-sync, extend और retake को एक ही वर्कस्पेस में जोड़ देता है। मकसद है उस बिखरी हुई टूलचेन को हटाना जो AI वीडियो प्रोडक्शन में आमतौर पर लगती है, जहाँ जनरेशन, डबिंग, कलर मैचिंग और शॉट असेंबली के लिए अलग-अलग टूल चाहिए होते थे।
तुलना कैसी है
Kling 3.0 सीधे OpenAI के Sora 2 Pro और Google के Veo 3.1 से मुकाबला करता है। कागज़ पर Kling के पास रिज़ॉल्यूशन का फायदा है (नेटिव 4K बनाम Sora का 1080p) और कीमत का फायदा भी ($0.07-0.14 प्रति सेकंड बनाम Sora का $0.10-0.50)। यह रोज़ाना 66 क्रेडिट का एक उदार फ्री टियर भी देता है, जबकि Sora में कोई फ्री टियर नहीं है।
फिज़िक्स सिमुलेशन में Sora 2 अब भी आगे है, और प्रकाश का अपवर्तन, फ्लूइड डायनेमिक्स और टकराव की फिज़िक्स को ज़्यादा भरोसेमंद ढंग से संभालता है। साथ-साथ रखी तुलनाओं में यह बेसलाइन विज़ुअल फिडेलिटी में भी ज़्यादा स्कोर करता है। ज़्यादातर रिव्यूअर का व्यावहारिक सुझाव है कि दोनों का इस्तेमाल करें और हर खास शॉट के लिए बेहतर आउटपुट चुनें।
गेम डेवलपर्स के लिए Kling 3.0 की मल्टी-शॉट जनरेशन और मोशन ट्रांसफर सबसे दिलचस्प फीचर हैं। किरदारों और लाइटिंग के कट्स के पार मेल खाते एक जैसे सिनेमैटिक शॉट्स की निरंतर सीरीज बना पाना सीधे तौर पर ट्रेलर प्रोडक्शन और कटसीन प्रोटोटाइपिंग में काम आता है।