Kling: Video O1

Kling VIDEO O1 es el modelo unificado de video de Kuaishou guiado por referencias. Combina descripción textual con imágenes, elementos preparados de sujeto o un video fuente para orientar escenas nuevas y cambios específicos. Su interfaz central es un encargo visual: identifica el material de referencia, describe su función e indica apariencia, acción o transformación deseadas.

Una toma nueva puede comenzar con texto, imagen inicial o referencias visuales. Usa una imagen para establecer personaje u objeto y describe entorno, acción y punto de vista con palabras. Si varias referencias aportan rasgos distintos, asigna sus funciones explícitamente. Un encargo original de producto podría tomar el objeto de una imagen y el entorno de otra y describir su movimiento en ese lugar.

La instrucción de O1 puede nombrar imágenes, elementos y videos con marcadores específicos como <<<image_1>>> o <<<video_1>>>. Mantén esos marcadores vinculados al recurso real y explica qué tomar de él. El fabricante permite 2,500 caracteres. Una instrucción breve que identifique sujeto y cambio sirve más que una colección de estilos inconexos.

Para referencias basadas en imagen sin entrada de video, el total documentado es de hasta siete imágenes de referencia y elementos de varias imágenes. Con video de referencia, ese total de imágenes/elementos es cuatro. Estos límites corresponden a elementos basados en imagen; otros tipos tienen reglas de compatibilidad distintas. Elige material que aporte apariencia o información esencial en vez de llenar la capacidad con vistas redundantes.

Las imágenes usan JPG, JPEG o PNG mediante URL accesible o datos de imagen, con hasta 10 MB, dimensiones de al menos 300 píxeles y relación entre 1:2.5 y 2.5:1. Prepara sujetos claros y conserva detalles importantes en el recorte. Si personaje o producto deben seguir reconocibles, indica los rasgos a conservar y revísalos en todo el clip.

Primero y último fotograma condicionan una transición entre límites visuales. El flujo O1 documentado exige un inicio cuando se aporta final y no admite control de inicio/final con más de dos imágenes en el arreglo. Al usar ambos extremos, los elementos adicionales de sujeto no forman parte de esa configuración. Separa una tarea con fotogramas controlados de la edición de un video base.

Un video fuente tiene dos funciones posibles. Como clip base, es el material editado: dirige una adición, eliminación, estilo o composición específica e indica qué conservar. La edición sigue la duración de entrada y no combina esa tarea de video base con extremos controlados ni generación de varias tomas. Como referencia de rasgos, el video aporta contenido, estilo o cámara para una toma nueva.

Las instrucciones con video de referencia también pueden pedir una toma anterior o posterior. Identifica la fuente y describe el evento nuevo, como continuar la acción del sujeto o revelar el entorno. Así la referencia comunica información visual; revisa unión y continuidad del sujeto antes de montar el segmento nuevo con el original.

El perfil de entrada acepta una fuente MP4 o MOV de hasta 200 MB y duración mínima de tres segundos. El perfil detallado especifica dimensiones de 720 a 2160 píxeles, de 24 a 60 fps y relación entre 1:2.5 y 2.5:1. Ese flujo devuelve video de 24 fps. La duración exacta permitida también depende del perfil elegido. La generación nueva de O1 abarca tres a diez segundos, distinta del intervalo posterior de 3.0 Omni.

Los modos O1 ofrecen 720p Standard o 1080p Pro. El encuadre de tomas nuevas admite opciones horizontales, verticales y cuadradas donde el flujo use ese control; una edición de video base sigue el encuadre fuente. El audio fuente puede conservarse o descartarse. El flujo de referencias y edición de O1 debe mantenerse separado del perfil posterior 3.0 Omni de audio nativo y storyboard personalizado.

La generación produce una tarea cuyo resultado completo contiene video y duración real. La documentación de resultados indica que los videos generados se eliminan después de 30 días, así que guarda pronto el clip. Conserva fuentes y encargo junto al resultado y revisa cambio solicitado, uso de referencias y continuidad. En una edición, compara zona afectada y partes que conservar. En una toma nueva guiada por referencias, comprueba que cada recurso aportó la información prevista. Mantén disponible el clip para la edición o secuencia de producción posterior.