Kling: Video v3.0 Standard

Kling VIDEO 3.0 Standard ist Kuaishous 720p-Profil zur Generierung einer Videoszene aus Text oder einem bereitgestellten Bild. Es nutzt nativen Ton, Motivreferenzen und Erzählen in mehreren Einstellungen der Edition VIDEO 3.0 bei flexibler Cliplänge von drei bis fünfzehn Sekunden. Das Profil eignet sich zum Entwickeln einer visuellen Richtung, zur Vorschau einer kurzen Erzählung oder für eine kompakte Szene mit definierter Handlung und Ton.

Legen Sie bei einer textgestützten Szene Motiv, Umgebung, Handlung, Licht und Kameraverhalten fest. Bereiten Sie bei einer bildgestützten Szene ein Eröffnungsbild vor, das Erscheinung und Komposition der geplanten Animation klar zeigt. Ein eigenes Briefing könnte eine Figur neben einem Werkstatttisch zeigen und dann beschreiben, wie sie ein kleines Objekt aufnimmt, während die Kamera näher an die Handlung fährt. Trennen Sie sprachlich die Bewegung des Motivs von der Kamerabewegung.

Die Generierung mehrerer Einstellungen kann die Auflösung der Szene automatisch aus der Beschreibung planen. Individuelle Vorgaben für mehrere Einstellungen weisen stattdessen jeder Einstellung Inhalt und Dauer zu. Das Herstellerprofil für individuelle Einstellungen akzeptiert eine bis sechs Einstellungen mit höchstens 512 Zeichen pro Einstellung und mindestens einer Sekunde je Einstellung. Die Einstellungsdauern müssen zusammen die gesamte Cliplänge ergeben. Vermittelt eine durchgehende Ansicht die Szene klar, vermeidet ein Briefing für eine einzelne Einstellung einen unnötigen Übergang.

Ein kurzes Storyboard kann mit einer Ansicht der Umgebung beginnen, zur Handlung wechseln und mit dem Detail enden, das das Ergebnis erklärt. Geben Sie an, welches Motiv in jeder Einstellung bleibt und wie sich der Bildausschnitt ändert. Der automatische Modus kann die Auflösung an die Szene anpassen; eine individuelle Abfolge liefert ausdrückliche Vorgaben für die einzelnen Teile. Ein gewöhnlicher einzelner Prompt akzeptiert laut Herstellerreferenz bis zu 2’500 Zeichen.

Motivreferenzsteuerungen helfen, Figuren, Objekte und eine Umgebung zu verankern. Verwenden Sie klares Referenzmaterial und eine stabile Beschreibung für jedes Motiv. Das dokumentierte bildgestützte Profil erlaubt bis zu drei vorbereitete Elemente. Bei einer illustrierten Produktszene kann eine Referenz das Objekt festlegen, während die Eröffnungskomposition seine Platzierung bestimmt; das Bewegungsbriefing beschreibt anschliessend das Ereignis darum herum. Prüfen Sie das fertige Erscheinungsbild über die ganze Einstellung, statt anzunehmen, die Referenz verhindere jede Änderung.

Start- und Endbilder können einen bildbedingten Übergang zu einer gewünschten Schlusskomposition führen. Verwenden Sie Bilder mit plausibler Verbindung und beschreiben Sie die Handlung dazwischen. Das Bildprofil des Herstellers akzeptiert JPG, JPEG und PNG bis 10 MB mit Abmessungen von mindestens 300 Pixeln; das Seitenverhältnis des Startbildes muss zwischen 1:2.5 und 2.5:1 liegen. Bereiten Sie das Einzelbildmaterial für diese Aufgabe vor, statt eine Storyboardbeschreibung als austauschbares Eingabepaket zu behandeln.

Das Standardprofil kann nativen Ton erzeugen, wenn dieser Modus eingeschaltet ist; die Herstellerreferenz setzt Ton standardmässig auf aus. Beschreiben Sie gesprochene Sätze, Atmosphäre und relevante Geräusche als Teil der Szene. VIDEO 3.0 unterstützt chinesische, englische, japanische, koreanische und spanische Sprachausgestaltung, einschliesslich Sprachwechseln sowie unterstützten Akzenten oder Dialekten. Laut Herstellerleitfaden wird Dialog in einer anderen Sprache ins Englische übersetzt. Machen Sie bei mehreren Figuren die sprechende Figur eindeutig und halten Sie den Text kurz genug für die vorgesehene Darbietung.

Ein eigenes Dialogbriefing kann Sprecher A einen Satz, Sprecher B eine sichtbare Reaktion und dem Austausch einen Blickwinkelwechsel zuweisen. Beschreiben Sie den Umgebungston getrennt vom Dialog, damit ein Hintergrundeffekt nicht zu einer mehrdeutigen Sprachanweisung wird. Nutzen Sie Referenzmaterial für die Erscheinung der Motive und Text dafür, was sie tun und sagen.

Sichtbare Schrift ist ein weiterer Bestandteil des 3.0-Ablaufs. Ein Quellbild kann ein Schild, einen Untertitel oder ein Produktetikett enthalten, dessen Aussehen während der Animation wichtig ist. Benennen Sie diese Schrift und ihre Rolle in der Szene und prüfen Sie das Ergebnis auf Schreibweise, Lesbarkeit und Stabilität. Halten Sie bei einem kurzen Kampagnenvisual die wichtige Botschaft in der Komposition deutlich sichtbar, statt sich auf ein winziges Hintergrundetikett zu verlassen.

Standard liefert 720p. Pro ist das separat gewählte 1080p-Profil; natives 4K ist ein weiterer Herstellermodus und keine automatische Standardeinstellung. Die Seitenverhältnisse für textgestützte Generierung umfassen 16:9, 9:16 und 1:1. Wählen Sie Format und Bildausschnitt für die gewünschte Platzierung und behalten Sie diese visuelle Richtung beim Vergleichen von Handlungs-, Licht- oder Einstellungsänderungen bei.

Eine abgeschlossene Generierung liefert eine Videodatei mit ihrer tatsächlichen Dauer. Laut Ergebnisdokumentation des Herstellers werden generierte Videos nach 30 Tagen gelöscht; speichern Sie den fertigen Clip daher zeitnah. Bewahren Sie Szenenbriefing, Referenzbilder und gewähltes Profil zusammen mit dem Clip auf, damit spätere Überarbeitungen einen konsistenten Ausgangspunkt haben. Prüfen Sie sichtbare Handlung, Motivkontinuität, szenische Auflösung, Dialog und Schrift im vorgesehenen Einsatzkontext. Eine gezielte Korrektur des fehlgeschlagenen Details ist nützlicher als der Austausch des gesamten Szenenbriefings gegen unzusammenhängende Anweisungen.