Kling O3 (Kling 3.0 Omni) — мультимодальный флагман Kuaishou (на kling.ai называется «Omni»). Главная фича — нативный синхронный звук: речь и звуковые эффекты генерируются вместе с видео, опиши их прямо в промпте. Тиры: Standard/Pro (до 1080p) и 4K (кинокачество). Режимы: текст→видео и фото→видео.
Kling O3 - это версия Kling 3.0 Omni от Kuaishou. На сайте самого Kling она называется просто «Omni». Модель работает в двух режимах: текст в видео и фото в видео.
Главное отличие - нативный синхронный звук. Речь и звуковые эффекты генерируются вместе с картинкой, поэтому их не нужно накладывать отдельно. Что должно звучать, описывается прямо в промпте.
По данным разработчика, серия Kling 3.0 говорит на английском, китайском, японском, корейском и испанском, поддерживает разные английские акценты и китайские диалекты. Она умеет строить сцены с несколькими персонажами, где каждый говорит на своём языке, а порядок реплик задаёт пользователь. Длительность роликов в серии - до 15 секунд.
Для Omni-версии Kuaishou заявляет расширенную работу с референсами и раскадровку из нескольких планов. Для каждого плана можно задать длительность, крупность, ракурс, содержание и движение камеры. Доступны ли эти функции в режимах текст и фото, из имеющихся данных не ясно.
Качество выбирается тиром: Standard и Pro дают до 1080p, тир 4K предназначен для кинокачества. Стоимость считается за секунды: от 2100 SC за 5 секунд, дальше цена растёт с длительностью.
Да. Речь и звуковые эффекты создаются синхронно с видео, а нужное описывается прямо в промпте.
Тиры Standard и Pro дают до 1080p. Тир 4K предназначен для кинокачества.
Текст в видео и фото в видео.
По данным Kuaishou, серия 3.0 поддерживает английский, китайский, японский, корейский и испанский, а также английские акценты и китайские диалекты. В одной сцене персонажи могут говорить на разных языках.
Цена начинается от 2100 SC за 5 секунд и умножается на длительность ролика.
Разработчик заявляет для серии Kling 3.0 длительность до 15 секунд. Доступные значения зависят от выбранного тира.