Kling: Video O1

Kling VIDEO O1 es el modelo unificado de vídeo de Kuaishou guiado por referencias. Combina una descripción de texto con imágenes, elementos de sujeto preparados o un vídeo de origen para orientar escenas nuevas y cambios específicos en material existente. Su interfaz principal es un encargo visual: identifique el material de referencia, describa su función e indique el aspecto, la acción o la transformación que desea en el vídeo resultante.

Un plano nuevo puede partir de texto, una imagen inicial o un conjunto de referencias visuales. Utilice una imagen para establecer un personaje u objeto y describa con palabras el escenario, la acción y el punto de vista. Cuando varias referencias aporten rasgos diferentes, asigne sus funciones explícitamente. Un encargo original de producto podría tomar el objeto de una imagen y el entorno de otra, y después describir el movimiento del objeto dentro de ese escenario.

La instrucción de O1 puede nombrar imágenes, elementos y vídeos con marcadores específicos de referencia, como <<<image_1>>> o <<<video_1>>>. Mantenga esos marcadores asociados al recurso real proporcionado y explique qué debe tomarse de él. El margen de instrucciones del fabricante es de 2500 caracteres. Una instrucción concisa que identifique el sujeto y el cambio es más útil que una colección de términos estilísticos sin relación.

Para referencias basadas en imágenes sin entrada de vídeo, la capacidad combinada documentada es de hasta siete imágenes de referencia y elementos de varias imágenes. Con un vídeo de referencia, esa capacidad de imágenes y elementos es de cuatro. Estos límites corresponden a elementos basados en imágenes; otros tipos de elemento tienen reglas independientes de compatibilidad. Elija el material que aporte la información esencial de aspecto o escena, en lugar de llenar la capacidad con vistas redundantes.

Las entradas de imagen utilizan JPG, JPEG o PNG, proporcionados como URL accesible o datos de imagen, con archivos de hasta 10 MB, dimensiones de al menos 300 píxeles y relación de aspecto entre 1:2.5 y 2.5:1. Prepare sujetos claros y conserve los detalles importantes en el recorte. Si la tarea necesita que un personaje o producto siga siendo reconocible, indique qué rasgos deben permanecer y examínelos a lo largo del clip completado.

Los fotogramas inicial y final condicionan una transición entre límites visuales. El flujo documentado de fotogramas de los extremos de O1 exige un fotograma inicial cuando se proporciona uno final y no admite control de inicio y final con más de dos imágenes en el array. Cuando se utilizan ambos fotogramas de los extremos, los elementos de sujeto adicionales no forman parte de esa configuración O1. Mantenga una tarea controlada por fotogramas separada de la edición de un vídeo base proporcionado.

Un vídeo de origen puede tener dos funciones distintas. Como clip base, es el material que se edita: dirija una incorporación, eliminación, tratamiento estilístico o cambio compositivo específico e indique lo que debe permanecer. La edición sigue la duración del clip de entrada y no combina esa tarea de vídeo base con control de fotogramas de los extremos ni generación de varios planos. Como referencia de rasgos, el vídeo aporta información de contenido, estilo o cámara para un plano nuevo.

Las instrucciones con vídeo de referencia también pueden pedir un plano anterior o posterior. Identifique el clip de origen y describa el nuevo acontecimiento visible, como la continuación de la acción del sujeto o la revelación del entorno circundante. Esto utiliza la referencia para comunicar información visual; revise la unión y la continuidad del sujeto antes de montar el segmento nuevo con el material original.

El perfil de entrada de vídeo del fabricante acepta un original MP4 o MOV, de hasta 200 MB, con duración mínima de tres segundos. Su perfil detallado de entrada especifica dimensiones de 720 a 2160 píxeles y tasas de 24 a 60 fps, con relación de aspecto de entrada entre 1:2.5 y 2.5:1. Ese flujo documentado de vídeo de origen devuelve vídeo a 24 fps. La duración exacta permitida del clip también depende del perfil de modelo seleccionado. El intervalo de generación nueva de O1 es de tres a diez segundos, distinto del intervalo de duración posterior de 3.0 Omni.

Los modos O1 del fabricante ofrecen salida Standard de 720p o Pro de 1080p. El encuadre de plano nuevo admite las opciones documentadas horizontal, vertical y cuadrada cuando el flujo seleccionado utiliza ese control; una edición de vídeo base sigue el encuadre de su fuente. El audio del vídeo de origen puede conservarse o descartarse. El flujo de referencias y edición de O1 debe mantenerse separado del perfil posterior de audio nativo y guion gráfico personalizado de 3.0 Omni.

La generación produce una tarea cuyo resultado completado contiene el recurso de vídeo y la duración real. La documentación de resultados del fabricante indica que los vídeos generados se eliminan después de 30 días, por lo que debe guardar el clip completado pronto. Conserve los recursos de origen y el encargo junto a ese resultado y después revise el cambio solicitado, el uso de referencias y la continuidad. Para una edición, compare la zona afectada y las partes que deben permanecer. Para un plano nuevo guiado por referencias, compruebe que cada recurso haya aportado la información visual prevista. Mantenga disponible el clip completado para la edición o secuencia de producción posterior.