Kling: Video v3.0 Standard

Kling VIDEO 3.0 Standard est le profil 720p de Kuaishou pour générer une scène vidéo à partir de texte ou d’une image fournie. Il utilise le son natif, les références de sujets et la narration en plusieurs plans de l’édition VIDEO 3.0, avec une durée de clip flexible de trois à quinze secondes. Ce profil convient au développement d’une direction visuelle, à la prévisualisation d’une courte narration ou à la création d’une scène compacte dont l’action et le son sont définis.

Pour une scène guidée par du texte, définissez le sujet, le décor, l’action, l’éclairage et le comportement de la caméra. Pour une scène guidée par une image, préparez une image d’ouverture qui montre clairement l’apparence et la composition à animer. Un brief peut montrer un personnage à côté d’une table d’atelier, puis décrire le personnage qui saisit un petit objet pendant que la caméra se rapproche de l’action. Distinguez dans le texte le mouvement du sujet de celui de la caméra.

La génération en plusieurs plans peut planifier automatiquement les prises de vues à partir de la description de la scène. La direction personnalisée de plusieurs plans attribue plutôt un contenu et une durée à chaque plan. Le profil de plans personnalisés du producteur accepte d’un à six plans, avec au maximum 512 caractères par plan et au moins une seconde pour chacun. La somme des durées des plans doit correspondre à la durée totale du clip. Lorsqu’une vue continue communique clairement la scène, un brief à plan unique évite une transition inutile.

Un court storyboard peut commencer par une vue du décor, passer à l’action et se terminer sur le détail qui explique le résultat. Précisez le sujet qui reste présent dans chaque plan et les changements de cadrage. Le mode automatique peut adapter les prises de vues à la scène, tandis qu’une séquence personnalisée donne des instructions explicites pour chaque partie. Un prompt unique ordinaire accepte jusqu’à 2 500 caractères dans la référence du producteur.

Les contrôles de références de sujets aident à fixer les personnages, les objets et un décor. Utilisez des références claires et donnez à chaque sujet une description stable. Le profil documenté guidé par une image autorise jusqu’à trois éléments préparés. Pour une scène de produit illustrée, une référence peut définir l’objet tandis que la composition d’ouverture définit sa place ; le brief de mouvement décrit ensuite l’événement qui se déroule autour de lui. Vérifiez l’apparence obtenue sur toute la durée du plan au lieu de supposer que la référence empêche chaque changement.

Les images de début et de fin peuvent guider une transition conditionnée par une image vers une composition finale souhaitée. Utilisez des images qui suggèrent un lien plausible et décrivez l’action qui les relie. Le profil d’image du producteur accepte JPG, JPEG et PNG, jusqu’à 10 Mo, avec des dimensions d’au moins 300 pixels ; le rapport largeur/hauteur de l’image de départ doit être compris entre 1:2.5 et 2.5:1. Préparez les images pour cette tâche, au lieu de considérer qu’une description de storyboard constitue un ensemble d’entrées interchangeable.

Le profil Standard peut générer du son natif lorsque ce mode est activé ; la référence du producteur désactive le son par défaut. Décrivez les répliques, l’atmosphère et les sons pertinents comme des parties de la scène. VIDEO 3.0 prend en charge la parole en chinois, anglais, japonais, coréen et espagnol, y compris l’alternance de langues et les accents ou dialectes pris en charge. Le guide du producteur indique qu’un dialogue saisi dans une autre langue est traduit en anglais. Identifiez clairement le personnage qui parle dans une scène à plusieurs personnages et gardez des répliques assez courtes pour l’interprétation prévue.

Un brief de dialogue peut attribuer une réplique au personnage A, une réaction visible au personnage B et un changement de point de vue qui suit l’échange. Décrivez le son du décor séparément du dialogue, afin qu’un effet de fond ne devienne pas une instruction ambiguë sur la parole. Utilisez les références pour définir l’apparence des sujets et le texte pour définir ce qu’ils font et disent.

Les inscriptions visibles constituent un autre aspect du processus 3.0. Une image source peut contenir une enseigne, une légende ou une étiquette de produit dont l’apparence compte pendant l’animation. Identifiez ce texte et son rôle dans la scène, puis vérifiez l’orthographe, la lisibilité et la stabilité dans le résultat. Pour un court visuel de campagne, placez le message important bien en évidence dans la composition au lieu de compter sur une très petite étiquette à l’arrière-plan.

La sortie Standard est en 720p. Pro est le profil 1080p à sélectionner séparément, et la 4K native est un autre mode du producteur, plutôt qu’un réglage Standard automatique. Les choix de rapport largeur/hauteur à partir de texte comprennent 16:9, 9:16 et 1:1. Choisissez le format et le cadrage adaptés à l’emplacement prévu, puis maintenez cette direction visuelle lorsque vous comparez des changements d’action, de lumière ou d’ordre des plans.

Une génération terminée fournit un fichier vidéo avec sa 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 avec lui le brief de scène, les images de référence et le profil choisi afin que les révisions ultérieures aient un point de départ cohérent. Examinez l’action visuelle, la continuité du sujet, les prises de vues, le dialogue et les inscriptions dans le contexte d’utilisation du clip. Une correction ciblée du détail incorrect est plus utile que le remplacement du brief entier par des instructions sans rapport.