Kling: Video v3.0 Standard

Kling VIDEO 3.0 Standard es el perfil de 720p de Kuaishou para generar una escena de vídeo a partir de texto o una imagen proporcionada. Utiliza el audio nativo, las referencias de sujeto y la narración de varios planos de la edición VIDEO 3.0, con una duración flexible del clip de tres a quince segundos. Este perfil resulta útil para desarrollar una dirección visual, previsualizar una narración breve o crear una escena compacta con acción y sonido definidos.

Para una escena basada en texto, establezca el sujeto, el escenario, la acción, la iluminación y el comportamiento de cámara. Para una escena basada en imagen, prepare una imagen de apertura que muestre claramente el aspecto y la composición que desea animar. Un encargo original podría mostrar a un personaje junto a una mesa de taller y después describir cómo recoge un objeto pequeño mientras la cámara se acerca a la acción. Mantenga separado en la redacción el movimiento del sujeto del movimiento de cámara.

La generación de varios planos puede planificar automáticamente la cobertura a partir de la descripción de la escena. La dirección personalizada de varios planos, en cambio, asigna contenido y duración a planos individuales. El perfil de planos personalizados del fabricante acepta de uno a seis planos, un máximo de 512 caracteres por plano y al menos un segundo para cada uno. Las duraciones de los planos deben sumar la duración total del clip. Cuando una vista continua comunica claramente la escena, un encargo de plano único evita una transición innecesaria.

Un guion gráfico breve puede comenzar con una vista del escenario, pasar a la acción y terminar en el detalle que explica el resultado. Especifique qué sujeto permanece en cada plano y cómo cambia el encuadre. El modo automático puede adaptar la cobertura a la escena, mientras que una secuencia personalizada da instrucciones explícitas para sus partes independientes. Una instrucción única normal admite hasta 2500 caracteres en la referencia del fabricante.

Los controles de referencia de sujeto ayudan a fijar personajes, objetos y un escenario. Utilice material de referencia claro y asigne una descripción estable a cada sujeto. El perfil documentado basado en imagen permite hasta tres elementos preparados. Para una escena ilustrada de producto, una referencia puede establecer el objeto mientras la composición inicial establece dónde está; el encargo de movimiento describe entonces el acontecimiento que ocurre a su alrededor. Compruebe el aspecto completado a lo largo del plano, en lugar de asumir que la referencia impide todos los cambios.

Los fotogramas inicial y final pueden orientar una transición condicionada por imagen hacia una composición final deseada. Utilice fotogramas que comuniquen una conexión plausible y describa la acción entre ellos. El perfil de imagen del fabricante acepta JPG, JPEG y PNG de un máximo de 10 MB, con dimensiones de al menos 300 píxeles; la relación de aspecto de la imagen inicial debe estar entre 1:2.5 y 2.5:1. Prepare los fotogramas para esa tarea, en lugar de tratar una descripción de guion gráfico como un conjunto intercambiable de entradas.

El perfil Standard puede generar audio nativo cuando se activa ese modo; la referencia del fabricante tiene el audio desactivado de forma predeterminada. Describa las frases habladas, la atmósfera y el sonido pertinente como parte de la escena. VIDEO 3.0 admite tratamientos de voz en chino, inglés, japonés, coreano y español, incluidas la alternancia de idiomas y las variantes compatibles de acento o dialecto. La guía del fabricante indica que el diálogo introducido en otro idioma se traduce al inglés. Deje claro quién habla en una escena con varios personajes y mantenga las frases lo bastante breves para la interpretación prevista.

Un encargo original de diálogo puede asignar una frase al Hablante A, una reacción visible al Hablante B y un cambio de punto de vista que siga el intercambio. Describa el sonido del entorno por separado del diálogo, para que un efecto de fondo no se convierta en una instrucción ambigua sobre la voz. Utilice material de referencia para establecer el aspecto de los sujetos y el texto para establecer lo que hacen y dicen.

Las letras visibles son otra parte del flujo 3.0. Una imagen de origen puede contener un cartel, un rótulo o una etiqueta de producto cuyo aspecto importe durante la animación. Identifique ese texto y su función en la escena y después examine el resultado para comprobar ortografía, legibilidad y estabilidad. Para una imagen breve de campaña, mantenga destacado el mensaje importante en la composición, en lugar de depender de una etiqueta muy pequeña de fondo.

La salida Standard es de 720p. Pro es el perfil de 1080p seleccionado por separado y 4K nativo es otro modo del fabricante, en lugar de un ajuste automático de Standard. Las opciones de relación de aspecto basadas en texto incluyen 16:9, 9:16 y 1:1. Elija el formato y el encuadre para la ubicación prevista y después mantenga esa dirección visual mientras compara cambios de acción, luz u orden de planos.

Una generación completada proporciona un recurso de vídeo con su duración real. La documentación de resultados del fabricante indica que los vídeos generados se eliminan después de 30 días, por lo que debe guardar pronto el clip completado. Conserve con el clip el encargo de escena, las imágenes de referencia y el perfil seleccionado para que las revisiones posteriores tengan un punto de partida coherente. Revise la acción visual, la continuidad del sujeto, la cobertura de cámara, el diálogo y las letras en el contexto de uso del clip. Una corrección específica del detalle fallido es más útil que sustituir todo el encargo de escena por instrucciones sin relación.