Kling AI 4.0: Kontrolle wichtiger als reine Bildqualität bei KI-Videos

Der Wettbewerb bei der KI-Videogenerierung verlagert sich von der bloßen Produktion visuell beeindruckender Clips hin zur Priorisierung der Regie-Kontrolle, wie die neueste Veröffentlichung von Kling AI, Kling 4.0, zeigt. Früher konzentrierte sich die Bewertung von KI-Videos hauptsächlich auf den Realismus und die Qualität einzelner Clips. Jetzt geht es zunehmend darum, wie KI konsistente Charaktere erschaffen, die Bildkomposition steuern und kohärente Erzählungen von Anfang bis Ende aufbauen kann.

Kling 4.0 bietet Verbesserungen in der Bewegungsleistung, der kreativen Kontrolle und der Erstellung von Langform-Videos. Das Modell unterstützt die native Videogenerierung von bis zu 30 Sekunden in einem einzigen Durchgang. Es integriert außerdem bis zu 15 multimodale Referenz-Assets und 10 Keyframes, die den Erstellern präzisere Kontrolle über Charaktere, Szenen, Aktionen und Kamerabewegungen geben. Dies signalisiert eine Verlagerung, bei der das Streben nach reiner visueller Qualität nicht länger der einzige Wettbewerbsvorteil ist.

Traditionell basierte die KI-Videogenerierung stark auf Textaufforderungen. Die neuen Funktionen von Kling 4.0, wie die Verwendung multimodaler Referenzen (Bilder, Videos, Audio) und Keyframes zur Definition des narrativen Flusses und von Übergängen, bieten zusätzliche Wege zur Steuerung des Generierungsprozesses. Diese Werkzeuge adressieren Herausforderungen bei der kreativen Kontrolle und der narrativen Kontinuität, die reine Textaufforderungen allein nicht ausreichend lösen können.

Obwohl Kling 4.0 längere Videos und die Erweiterung bestehender Aufnahmen unterstützt, räumt das Unternehmen ein, dass die Hauptherausforderung für KI-Langform-Videos weiterhin Stabilität, Kontrollierbarkeit und narrative Kohärenz über längere Zeiträume hinweg ist. Die Zukunft von KI-Videotools liegt nicht nur in der Verbesserung einzelner Generierungsaufgaben, sondern breiter in der Entwicklung von Funktionen, die Ideenfindung, Referenzeingabe, Shot-Generierung, Bearbeitung und iterative Verfeinerung umfassen. Letztendlich stellt sich die Frage, ob KI-Modelle den Erstellern genügend Kontrolle und Konsistenz bieten können, um den Produktionsprozess vorhersehbarer zu gestalten.