Kling: Video O1

Kling VIDEO O1 est le modèle vidéo unifié de Kuaishou guidé par des références. Il combine une description textuelle avec des images, des éléments de sujets préparés ou une vidéo source pour guider de nouvelles scènes et des modifications ciblées de séquences existantes. Son interface principale est un brief visuel : identifiez les matériaux de référence, décrivez leur rôle et précisez l’apparence, l’action ou la transformation souhaitées dans la vidéo obtenue.

Un nouveau plan peut partir de texte, d’une image d’ouverture ou d’un ensemble de références visuelles. Utilisez une image pour définir un personnage ou un objet, et décrivez le décor, l’action et le point de vue avec des mots. Lorsque plusieurs références apportent des caractéristiques différentes, attribuez-leur explicitement leurs rôles. Un brief de produit peut prendre l’objet d’une image et l’environnement d’une autre, puis décrire le mouvement de l’objet dans ce décor.

Le prompt d’O1 peut désigner des images, des éléments et des vidéos avec des marqueurs de référence spécifiques, tels que <<<image_1>>> ou <<<video_1>>>. Associez ces marqueurs aux fichiers réellement fournis et expliquez ce qu’il faut en reprendre. Le producteur autorise des prompts de 2 500 caractères. Une instruction concise qui identifie le sujet et le changement est plus utile qu’une collection de termes de style sans rapport entre eux.

Pour les références basées sur des images sans entrée vidéo, la limite combinée documentée atteint sept images de référence et éléments multi-images au total. Avec une vidéo de référence, cette limite d’images et d’éléments est de quatre. Ces limites concernent les éléments basés sur des images ; les autres types d’éléments ont leurs propres règles de compatibilité. Choisissez les matériaux qui fournissent les informations essentielles sur l’apparence ou la scène, plutôt que de remplir la limite avec des vues redondantes.

Les images d’entrée utilisent JPG, JPEG ou PNG et sont fournies sous forme d’URL accessible ou de données d’image, avec des fichiers allant jusqu’à 10 Mo, des dimensions d’au moins 300 pixels et un rapport largeur/hauteur compris entre 1:2.5 et 2.5:1. Préparez des sujets nets et conservez les détails importants dans le recadrage. Si la tâche nécessite qu’un personnage ou un produit reste reconnaissable, précisez les caractéristiques à préserver et examinez-les sur toute la durée du clip terminé.

Les images de début et de fin conditionnent une transition entre des limites visuelles. Le processus documenté d’O1 pour ces images exige une image de départ lorsqu’une image de fin est fournie et ne prend pas en charge le contrôle début/fin avec plus de deux images dans le tableau. Lorsque les deux images de délimitation sont utilisées, les éléments de sujets supplémentaires ne font pas partie de cette configuration O1. Distinguez une tâche contrôlée par des images initiales et finales de la modification d’une vidéo de base fournie.

Une vidéo source peut avoir deux rôles distincts. Comme clip de base, elle est la séquence à modifier : demandez un ajout, une suppression, un traitement de style ou un changement de composition précis, tout en indiquant ce qui doit rester. La modification suit la durée du clip d’entrée et ne combine pas cette tâche sur vidéo de base avec le contrôle d’images initiales et finales ou la génération de plusieurs plans. Comme référence de caractéristiques, la vidéo fournit du contenu, du style ou des informations de caméra pour un nouveau plan.

Un prompt avec vidéo de référence peut aussi demander un plan précédent ou suivant. Identifiez le clip source et décrivez le nouvel événement visible, par exemple la poursuite de l’action du sujet ou la révélation de l’environnement autour de lui. La référence sert ici à communiquer des informations visuelles ; vérifiez le raccord et la continuité du sujet avant d’assembler le nouveau segment avec la séquence originale.

Le profil d’entrée vidéo du producteur accepte une source MP4 ou MOV, jusqu’à 200 Mo, d’une durée minimale de trois secondes. Son profil détaillé précise des dimensions de 720 à 2160 pixels et des fréquences de 24 à 60 images par seconde, avec un rapport largeur/hauteur d’entrée compris entre 1:2.5 et 2.5:1. Ce processus documenté avec vidéo source renvoie une vidéo à 24 images par seconde. La durée exacte autorisée pour le clip dépend aussi du profil de modèle sélectionné. La plage de nouvelle génération d’O1 va de trois à dix secondes, et diffère de celle du modèle 3.0 Omni ultérieur.

Les modes O1 du producteur proposent des sorties 720p Standard ou 1080p Pro. Le cadrage des nouveaux plans permet les choix paysage, portrait et carré documentés lorsque la fonction choisie utilise ce contrôle ; une modification sur vidéo de base suit le cadrage source. Le son de la vidéo source peut être conservé ou supprimé. Le processus de références et de modification d’O1 doit rester distinct du profil ultérieur de 3.0 Omni avec son natif et storyboard personnalisé.

La génération produit une tâche dont le résultat terminé contient le fichier vidéo et la durée réelle. La documentation des résultats du producteur indique que les vidéos générées sont supprimées au bout de 30 jours : sauvegardez donc rapidement le clip terminé. Conservez les matériaux sources et le brief avec ce résultat, puis vérifiez la modification demandée, l’utilisation des références et la continuité. Pour une modification, comparez la zone concernée et les parties qui devaient rester. Pour un nouveau plan guidé par des références, vérifiez que chaque fichier a fourni les informations visuelles prévues. Gardez le clip terminé à disposition pour le montage ou la séquence de production suivante.