kling-4.0/omni-video API

Kling 4.0 Omni là biến thể định hướng tham chiếu của mô hình tạo video Kling 4.0 do Kuaishou phát triển. Khác với Kling 4.0 cơ bản tạo video từ câu lệnh văn bản, một hình ảnh hoặc các khung hình then chốt, Omni tạo và chỉnh sửa nội dung video dựa trên các tài sản tham chiếu đa phương thức. Một tác vụ có thể kết hợp tối đa 15 tài sản tham chiếu, bao gồm tối đa 10 hình ảnh (mỗi ảnh không quá 30 MB), tối đa 5 đoạn video (mỗi đoạn 3 đến 30 giây, tổng không quá 30 giây), tối đa 3 hồ sơ giọng nói và tối đa 7 phần tử đã lưu (trong đó 3 phần tử có thể đến từ video). Mô hình duy trì tính nhất quán của nhân vật, sản phẩm và bối cảnh, đồng thời hỗ trợ chỉnh sửa cục bộ có chủ đích và tính năng làm lại sáng tạo, tái sử dụng nhịp điệu, cấu trúc cảnh quay và phong cách của video có sẵn. Về thông số kỹ thuật, Kling 4.0 Omni tạo video dài từ 3 đến 30 giây (mặc định 10 giây, điều chỉnh theo bước 1 giây), với các độ phân giải 720p, 1080p và 4K, tỷ lệ khung hình 21:9, 16:9, 1:1, 9:16 và tự động (tự động theo tỷ lệ của tài liệu tham chiếu). Video đầu ra hỗ trợ 10-bit HDR và âm thanh stereo hai kênh. Chế độ đa cảnh quay được bật mặc định và tự động phân tách cảnh quay, cho phép kể chuyện theo nhiều cảnh. Người dùng có thể đặt tối đa 10 khung hình then chốt để kiểm soát chính xác các thời điểm quan trọng. Mô hình có sẵn trên Picsart AI Playground và thông qua API. Kling 4.0 Omni phù hợp với các tác vụ sản xuất video chuyên nghiệp, đặc biệt là quảng cáo thương hiệu sử dụng cấu trúc và nhịp điệu của video sản phẩm có sẵn làm tham chiếu, sáng tạo nội dung mạng xã hội theo cấu trúc video thịnh hành, video tường thuật cần duy trì tính nhất quán nhân vật qua nhiều cảnh quay nhờ nhiều ảnh tham chiếu nhân vật, video demo sản phẩm kết hợp ảnh sản phẩm và video bối cảnh, chỉnh sửa video có sẵn, và tích hợp ảnh tham chiếu quần áo, đồ vật mới mà không thay đổi chuyển động hoặc nhân vật gốc. Theo bình luận người dùng, mô hình có khả năng tổng hợp và tích hợp tham chiếu tốt hơn các đối thủ cạnh tranh, nhưng Seedance có thể vẫn dẫn đầu về độ chân thực và độ chính xác của câu lệnh.

Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác.

Mô hình nhận đầu vào văn bản, hình ảnh, video và âm thanh, đồng thời tạo đầu ra video kèm âm thanh stereo hai kênh.

Mỗi tác vụ có thể kết hợp tối đa 15 tài sản tham chiếu đa phương thức, bao gồm tối đa 10 hình ảnh (mỗi ảnh không quá 30 MB), tối đa 5 đoạn video (mỗi đoạn 3 đến 30 giây, tổng không quá 30 giây), tối đa 3 hồ sơ giọng nói và tối đa 7 phần tử đã lưu, trong đó 3 phần tử có thể đến từ video.

Video có thể dài từ 3 đến 30 giây, mặc định 10 giây và điều chỉnh theo bước 1 giây. Các độ phân giải hỗ trợ là 720p, 1080p và 4K.

Kling 4.0 cơ bản tạo video từ câu lệnh văn bản, một hình ảnh hoặc các khung hình then chốt, trong khi Omni tạo và chỉnh sửa video dựa trên các tài sản tham chiếu đa phương thức.

Mô hình hỗ trợ chỉnh sửa cục bộ có chủ đích và tính năng làm lại sáng tạo, tái sử dụng nhịp điệu, cấu trúc cảnh quay và phong cách của video có sẵn.

Mô hình có sẵn trên Picsart AI Playground và thông qua API.