Kling 4.0 มีอัปเกรดอะไรบ้าง? ทำความเข้าใจคุณภาพภาพ การอ้างอิง และความสามารถใหม่ด้านการสร้างวิดีโอของ Keling AI
Kling 4.0 ประกาศความสามารถต่าง ๆ เช่น การสร้างวิดีโอเนทีฟยาวสูงสุด 30 วินาที คีย์เฟรมสูงสุด 10 ภาพ และการอ้างอิงหลายโมดัล ทำความเข้าใจว่า 可灵 4.0 ปรับปรุงการแสดงผลภาพ การควบคุมเชิงสร้างสรรค์ และการเล่าเรื่องด้วยวิดีโออย่างไร
ความคาดหวังของครีเอเตอร์ต่อวิดีโอ AI กำลังเป็นรูปธรรมมากขึ้น: สีหน้าของตัวละครเป็นธรรมชาติกว่านี้ได้ไหม? การเคลื่อนกล้องเป็นไปตามที่คิดไว้ได้ไหม? ตัวละคร สินค้า และฉากเดียวกัน จะคงความเสถียรในภาพเคลื่อนไหวได้ไหม?
การอัปเกรดของ Kling 4.0 กำลังมุ่งตอบโจทย์ปัญหาเชิงปฏิบัติเหล่านี้ ตามคำอธิบายที่ Keling AI เผยแพร่อย่างเป็นทางการ โมเดลรุ่นใหม่มีแผนเปิดตัวอย่างเป็นทางการในเดือนตุลาคม โดยเน้นยกระดับความสมจริงของภาพ การควบคุมความคิดสร้างสรรค์ และความสมบูรณ์ของการเล่าเรื่อง
สำหรับผู้ใช้ที่กำลังติดตาม Kling 4.0 การเข้าใจว่าความเปลี่ยนแปลงเหล่านี้ส่งผลต่อการสร้างสรรค์อย่างไร มีคุณค่ามากกว่าการจำค่าพารามิเตอร์เพียงอย่างเดียว
ความสมจริงของภาพมาจากการทำงานร่วมกันของการเคลื่อนไหว แสงเงา และการแสดง
วิดีโอหนึ่งชิ้นจะน่าเชื่อถือหรือไม่ มักขึ้นอยู่กับรายละเอียด: ท่าทางเมื่อตัวละครหันตัว ความต่อเนื่องเมื่อกล้องติดตาม และสีหน้าเล็ก ๆ น้อย ๆ เมื่ออารมณ์เปลี่ยนไป
ตามคำอธิบายอย่างเป็นทางการ Kling 4.0 ปรับปรุงการแสดงผลของการเคลื่อนไหวความเร็วสูง แอ็กชันต่อเนื่อง และการเคลื่อนกล้องที่ซับซ้อน พร้อมทั้งเสริมรายละเอียดของตัวละคร แสงเงาของฉาก และการนำเสนอพื้นผิววัสดุ การอัปเกรดเหล่านี้สอดคล้องกับความต้องการสร้างสรรค์ที่ชัดเจน: คอนเทนต์แนวกีฬาหรือการเคลื่อนไหวต้องการแอ็กชันที่ต่อเนื่อง หนังสั้นตัวละครต้องการอารมณ์ที่น่าเชื่อถือ ส่วนการนำเสนอสินค้าต้องการให้วัสดุและแสงทำงานประสานกัน
เสียงก็เป็นส่วนหนึ่งของเรื่องนี้เช่นกัน การปรับปรุงสเตอริโอสองแชนเนลและการจับคู่รูปปากที่ระบุไว้ในประกาศทางการ มีเป้าหมายเพื่อให้บทสนทนา เสียง และการแสดงของตัวละครเชื่อมต่อกันอย่างเป็นธรรมชาติมากขึ้น และมอบพื้นฐานการถ่ายทอดที่สมบูรณ์ยิ่งขึ้นสำหรับหนังสั้นแบบมีเสียง
全能参考 เปลี่ยนคำอธิบายเชิงนามธรรมให้เป็นสื่อที่เป็นรูปธรรม
คำอย่าง “ให้ความรู้สึกพรีเมียม” “อารมณ์แบบภาพยนตร์” และ “จังหวะกระชับ” พบได้บ่อย แต่ไม่จำเป็นว่าจะชัดเจนพอเสมอไป
ความสามารถ 全能参考 ที่ Kling 4.0 ประกาศ ช่วยให้ครีเอเตอร์มีวิธีถ่ายทอดที่เห็นภาพมากขึ้น รูปภาพสามารถทำหน้าที่เป็นข้อมูลอ้างอิงด้านรูปลักษณ์ตัวละคร การจัดวางฉาก องค์ประกอบภาพ และสไตล์ภาพได้ ส่วนวิดีโอสามารถถ่ายทอดการเคลื่อนไหว การแสดง การเคลื่อนกล้อง และจังหวะการเล่าเรื่อง
งานหนึ่งครั้งรองรับอินพุตอ้างอิงได้สูงสุด 15 รายการ แต่สื่อแต่ละประเภทยังคงมีขีดจำกัดของตัวเอง ตัวอย่างเช่น รูปภาพสูงสุด 10 ภาพ วิดีโอสูงสุด 5 คลิป ระยะเวลารวมของสื่อวิดีโอไม่เกิน 30 วินาที และไม่สามารถนำขีดจำกัดของแต่ละประเภทมาบวกกันแบบง่าย ๆ ได้
ในการวางแผนจริง สามารถใช้ภาพสินค้าเพื่ออธิบายว่า “จะแสดงอะไร” ใช้ภาพอ้างอิงองค์ประกอบเพื่ออธิบายว่า “จะจัดวางอย่างไร” แล้วใช้วิดีโออ้างอิงเพื่ออธิบายว่า “กล้องจะเคลื่อนอย่างไร” ยิ่งแบ่งบทบาทของสื่ออย่างชัดเจนเท่าไร ข้อกำหนดในการสร้างสรรค์ก็ยิ่งสื่อสารได้ชัดเจนขึ้นเท่านั้น
ข้อความในวิดีโอก็เป็นส่วนหนึ่งของการออกแบบภาพได้เช่นกัน
สำหรับโฆษณา งานออกแบบเชิงพาณิชย์ และคอนเทนต์โซเชียลมีเดีย ข้อความมักทำหน้าที่ถ่ายทอดข้อมูล
ในคำอธิบายอย่างเป็นทางการ Kling 4.0 เสริมประสิทธิภาพการสร้างข้อความหลายภาษา Emoji และ Logo โดยให้ความสำคัญกับความชัดเจนขององค์ประกอบเหล่านี้ระหว่างการเคลื่อนไหวของภาพและการเปลี่ยนฉาก นั่นหมายความว่าครีเอเตอร์สามารถลองนำป้าย ข้อความบนบรรจุภัณฑ์ หรือองค์ประกอบกราฟิกเข้าไปเป็นส่วนหนึ่งของการออกแบบภาพได้
เมื่อนำไปใช้กับคอนเทนต์แบรนด์จริง ยังควรตรวจสอบการสะกดข้อความ รูปทรงของเครื่องหมาย และข้อมูลสินค้าเป็นรายรายการ ความสามารถของโมเดลมอบพื้นที่สร้างสรรค์มากขึ้น ส่วนการตรวจทานชิ้นงานสุดท้ายจะเป็นตัวตัดสินว่าพื้นที่เหล่านี้จะเปลี่ยนเป็นคอนเทนต์ที่ใช้งานได้หรือไม่
สเปกเอาต์พุตที่หลากหลายขึ้น เพื่อรองรับเป้าหมายการสร้างสรรค์ที่แตกต่างกัน
พารามิเตอร์อย่างเป็นทางการระบุความละเอียด 720p, 1080p และ 4K รวมถึงอัตราส่วนภาพหลากหลายแบบ ซึ่งรวม 21:9 ไว้ด้วย
สเปกที่แตกต่างกันสอดคล้องกับทางเลือกการถ่ายทอดที่แตกต่างกัน: ภาพกว้างเหมาะกับการขยายความสัมพันธ์ของสภาพแวดล้อมและพื้นที่ ส่วนแนวตั้งเหมาะกับการจัดองค์ประกอบภาพโดยเน้นตัวละครและวัตถุหลัก ประกาศทางการยังระบุเอาต์พุต 10-bit HDR ของ 1080p และ 4K ว่า “กำลังจะเปิดให้ใช้งาน” จึงควรมองเป็นความสามารถที่ต้องติดตามในภายหลัง ไม่ใช่ฟังก์ชันที่เปิดให้ใช้ครบถ้วนแล้วในปัจจุบัน
จุดที่ Kling 4.0 น่าจับตามองคือ ความสามารถเหล่านี้สามารถทำงานประสานกันรอบเจตนาการสร้างสรรค์เดียวกันได้ สำหรับครีเอเตอร์ที่ต้องการขัดเกลาตัวละคร มุมกล้อง และสไตล์ภาพอย่างจริงจัง ตอนนี้สามารถรวบรวมสื่อ เตรียมสคริปต์ และหลังจากเปิดให้ใช้งานแล้ว ใช้งานสร้างสรรค์ที่เฉพาะเจาะจงหนึ่งงานเพื่อทดสอบประสิทธิภาพของมันได้
เนื้อหานี้มีข้อมูลที่สร้างโดย AI ซึ่งอาจไม่ถูกต้อง โปรดตรวจสอบด้วยตนเอง