Kling AI-videogenerator kombinerar text och bilder till filmisk kvalitet

Det kinesiska teknikföretaget Kuaishou Technology har utvecklat en AI-videogenerator kallad Kling AI. Plattformens version Kling 2.6, som lanserades i juni 2024, möjliggör samtidig produktion av ljud och bild, vilket avsevärt förbättrar arbetsflödet för skapare av socialt medieinnehåll.

Kling AI transformerar textbeskrivningar och statiska bilder till videor av filmisk kvalitet. Den använder en avancerad Diffusion-Convolutional Neural Network-arkitektur och 3D Spatiotemporal Joint Attention Mechanism, vilket möjliggör förståelse för realistisk rörelse och tidsmässig progression.

En nyare funktion, Kling Video O1, använder Chain of Thought-resonemang för att "förstå" promptens fysik och logik innan rendering. Den stöder även textbaserad redigering, vilket gör att användare kan byta ut objekt eller ändra bakgrunder utan att spela in på nytt.

Användare kan ladda upp stillbilder och animera dem med förvånansvärt naturliga rörelser. Dessutom tillåter Elements-systemet kombinationen av upp till fyra referensbilder för att säkerställa karaktärernas enhetlighet i genererade videor. Kling AI:s gratisversion erbjuder begränsade krediter, medan betalda planer börjar på cirka 10 dollar per månad och garanterar bättre kvalitet och fler funktioner.