Kling: Video v3.0 Pro

Kling VIDEO 3.0 Pro est le profil professionnel du modèle VIDEO 3.0 de Kuaishou. Son mode Pro documenté produit des vidéos 1080p à partir d’un brief textuel ou d’une scène guidée par une image, avec des clips de trois à quinze secondes. L’édition 3.0 combine du son natif, des contrôles de cohérence du sujet et une direction en plusieurs plans, ce qui donne à une production courte un moyen clair de préciser l’apparence, l’action, les prises de vues et le son.

Commencez par l’action principale de la scène. Dans un plan guidé par du texte, décrivez le sujet, l’environnement, la lumière et le point de vue qui rend l’action lisible. Dans un plan guidé par une image, laissez l’image d’ouverture définir l’apparence et la composition, puis utilisez le texte pour ce qui change dans le temps. Pour un concept de produit, une image préparée peut montrer l’objet sur une surface de studio tandis que le prompt décrit une révélation lente de sa matière et de sa forme.

La direction en plusieurs plans propose des prises de vues automatiques ou une séquence personnalisée. La génération automatique de plusieurs plans prévoit les changements de cadrage et d’angle de caméra à partir du brief ; une scène qui tient dans une vue continue peut toujours rester un plan unique. Un storyboard personnalisé permet de définir le contenu et la durée de chaque plan. Le profil de plans personnalisés du producteur autorise d’un à six plans, avec au maximum 512 caractères par plan et au minimum une seconde pour chacun ; la somme de leurs durées doit correspondre à la durée totale du clip.

Pour une courte narration, décrivez un plan d’ensemble, l’action principale et un détail final comme des plans distincts. Précisez le traitement de caméra et ce que le public doit remarquer dans chacun. Maintenez une apparence cohérente pour un sujet récurrent dans le brief, tout en changeant délibérément l’action et les prises de vues. Le champ de prompt unique de la référence du producteur accepte jusqu’à 2 500 caractères ; une séquence personnalisée utilise ses descriptions distinctes pour chaque plan.

Les références de sujets peuvent soutenir une scène guidée par une image lorsque le personnage, le produit ou le décor doivent rester reconnaissables. Choisissez des vues claires qui communiquent les caractéristiques à conserver et nommez chaque sujet de référence de manière cohérente. Le profil documenté guidé par une image autorise jusqu’à trois éléments préparés. Gardez les rôles des références ciblés, au lieu de combiner plusieurs fichiers qui donnent des instructions contradictoires sur l’apparence du sujet.

Les images de début et de fin fournissent des limites visuelles à une transition conditionnée par une image. Préparez des images cohérentes sur le sujet et la scène prévue, puis décrivez le mouvement qui les relie. L’entrée d’images prise en charge par le producteur utilise JPG, JPEG ou PNG, avec des fichiers de 10 Mo au maximum, des dimensions d’au moins 300 pixels et un rapport largeur/hauteur de l’image de départ compris entre 1:2.5 et 2.5:1. Une tâche contrôlée par des images et un storyboard personnalisé ont leur propre gestion des entrées : organisez donc les matériaux pour la fonction choisie avant de rédiger le brief complet.

Le son natif peut combiner les répliques, l’atmosphère et la performance visuelle. Le son est désactivé par défaut dans la référence du producteur et s’active pour une scène audiovisuelle. Le profil linguistique 3.0 comprend le chinois, l’anglais, le japonais, le coréen et l’espagnol, ainsi que l’alternance de langues et les dialectes ou accents pris en charge. Le guide du producteur indique qu’un dialogue saisi dans une autre langue est traduit en anglais. Attribuez chaque réplique au sujet prévu et distinguez le dialogue des sons d’arrière-plan, afin que le brief audio explique qui parle et ce qui entoure l’action.

Un brief à deux personnages peut identifier le personnage A et le personnage B, donner une courte réplique à chacun et décrire la réaction visible entre eux. Adaptez le dialogue à la durée du clip et identifiez la personne qui parle lorsque le point de vue change. Les consignes vocales et une référence de personnage ont des fonctions différentes ; le brief doit préciser l’interprétation souhaitée au lieu de supposer qu’une image de référence contient les mots à prononcer.

VIDEO 3.0 améliore aussi le traitement des inscriptions visibles dans une scène guidée par une image. Si une enseigne, une étiquette ou une légende compte, identifiez-la dans le brief et préservez son apparence de référence. Vérifiez dans le clip terminé l’orthographe, la lisibilité et le mouvement de cette inscription, surtout lorsqu’elle porte un message de produit ou de campagne. La fonction d’inscriptions du modèle guide la génération sans remplacer une vérification visuelle finale.

Le profil Pro est en 1080p ; le profil Standard est en 720p. Le mode 4K à sélectionner séparément chez le producteur est un autre profil de sortie : Pro ne doit donc pas être considéré comme le synonyme de tous les réglages de résolution supérieure. Pour la génération à partir de texte, les choix de cadrage documentés comprennent 16:9, 9:16 et 1:1. Choisissez le format adapté à l’emplacement prévu et gardez une composition lisible à l’intérieur.

La génération s’exécute comme une tâche dont le résultat réussi fournit le fichier vidéo terminé et 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 la vidéo avec son brief et ses références, puis vérifiez la continuité du sujet, l’ordre des plans demandé, le mouvement de caméra, le dialogue et les inscriptions. Utilisez le clip choisi comme concept cinématographique, scène de produit ou courte narration et apportez une révision ciblée à la partie qui n’a pas atteint le résultat souhaité.