Шесть кинематографичных планов за одну генерацию — на этом обещании Kling 3.0 делает ставку на авторов, уставших склеивать отдельные AI-клипы и ловить смену лица между дублями. Японский материал приписывает модели мультишот-режим: один запрос может описать сцену до 15 секунд с разными ракурсами. Сразу оговорка: это возможности, заявленные в статье, а не независимая проверка SAMI.
В примере одна сцена начинается с дождливой улицы, затем показывает героя у двери, его лицо крупным планом, собеседницу, стакан на стойке и обоих персонажей в общем кадре. Kling должен связать планы общей атмосферой и временем действия. Для сохранения внешности в статье описан Elements 3.0, или Director Memory: туда загружают референсы персонажа и предметов, чтобы удерживать лицо, одежду и детали в разных ракурсах и сценах. Ещё одна заявленная функция — синхронная генерация голоса и движения губ: пять языков и разговор до трёх персонажей, в том числе на разных языках.
Но «длинное видео» здесь не означает, что модель выдаёт несколько минут одним запросом. Речь о коротких блоках до 15 секунд, которые затем собирают в монтажке. Идею сцены советуют заранее делить на планы и оставлять одно главное действие на кадр: перегруженный запрос может дать странное движение или искажения. По оценке авторов материала, даже с одинаковыми настройками часто нужны три-четыре перегенерации.
Цена тоже может съесть эффект от ускорения монтажа. В статье указывают около 35 кредитов за генерацию в профессиональном режиме и оценивают удачную сцену в $1–1,5 с учётом повторных попыток. Эти цифры стоит воспринимать именно как оценку материала: тарифы и расход кредитов лучше сверить перед работой. Думаю, главное здесь — не обещание фильма по кнопке, а попытка перенести контроль над серией планов и персонажем внутрь генерации.
Источникnote #動画生成AI
