Kuaishou的提示詞優先旗艦:最高4K的電影級影片,以及Director Mode,可在一次生成中編排最多六個鏡頭——包含剪輯。請在下方輸入提示詞並試試看。
開發者
快手
類型
Prompt優先T2V/I2V
時長
每個片段3–15秒
最大輸出
最高4K
音訊
原生 · 多語言唇形同步
導演模式
每次生成最多6張
等級在此
付費額度
我們的一句話結論: 導演之選。當簡報是帶有剪接的場景時——而不是單一鏡頭——這是這裡唯一能在生成時進行編輯的模型。
Kling 3.0——快手3.0世代中由提示詞驅動的半部分,於1月底推出——與長鏡頭模型在不同軸線上競爭:Director Mode不是生成一個連續不斷的30秒鏡頭,而是在單次生成中組合最多六個不同鏡頭,包括剪輯。再加上我們託管的最高解析度上限(4K)以及支援五種語言的唇同步對話,它的定位就很清楚:完成場景,而不是原始片段。其由參考驅動的兄弟產品Kling O3有自己的頁面。
根據我們自己的渲染圖和已發布的記錄作出判斷,並隨著事實變化而修訂——這是本頁面的功能,不是免責聲明。
• 導演模式。
最多六個鏡頭—遠景、中景、近景,以及它們之間的剪接—在一次生成中完成,並保持角色和場景一致。這是我們產品陣容中最接近邊生成邊編輯的功能。
• 4K上限。
我們託管的最高輸出解析度。當交付物是廣播廣告片或大螢幕內容時,這是唯一選擇。
• 多語言唇形同步。
英語、中文、日語、韓語和西班牙語的同步對白原生音訊 — 無需重新拍攝即可製作同一廣告的在地化版本。
• 影片內文字算繪。
標牌、標籤和螢幕標題比同領域更穩定地清晰可讀—這是廣告和產品工作的低調超能力。
• 家庭稱謂迷宮。
V3 vs O3 vs 2.6,Standard vs Pro — 快手的產品線需要一張圖來解釋。經驗法則:提示詞驅動的工作在這裡做,參考驅動的工作在Kling O3上做。
• 每次生成上限為15秒。
六個鏡頭最多共用15秒。對於一個長的連續鏡頭,Seedance 2.5和Wan 3.0可達30。
• 參照控制是同層元素的工作。
你可以給它輸入一張影像,但在多次生成中鎖定一個角色,正是O3的MVL架構的設計初衷 — 使用正確的孿生體。
• 4K需要花真金白銀。
4K按秒計費會很快累積。先用1080p起草,只升級最終保留的版本。
複製到上方的產生器中,替換括號,渲染。
"導演模式,三個鏡頭:(1)夜晚[雨中的東京咖啡館]廣角定場鏡頭,(2)咖啡師倒出拉花的中景鏡頭,(3)一隻手伸向完成咖啡杯的特寫。溫暖室內vs冷色街燈,全程伴隨雨聲和義式濃縮咖啡聲。"
為鏡頭編號是導演模式會獎勵的語法——每個編號都會變成一個剪接點。命名貫穿線索(杯子、光線),讓鏡頭讀起來像同一個場景。生成器旁邊的示範就是這個確切提示。
"一位[skincare]發言人在明亮的攝影棚中拿著產品,並用日語對口型說道:'[tagline]'。然後用西班牙語台詞重新生成相同的提示詞。"
相同提示詞,切換語言——口型同步會逐一跟上。這就是團隊降低在地化成本的方式:一個創意方向,五個市場的母語口型。
"黃金時刻,鏡頭緩慢推近一間飽經風霜的店面。手繪招牌上的文字完全是:'[MORELLI & SONS — EST. 1962]'。一隻貓在櫥窗裡睡覺。街道環境聲,遠處的車流聲。"
「準確讀取」加上引號,是啟用文字渲染強項的指令。每個標牌控制在約6個詞以內;4K花費前請在預覽中確認。
關於一次生成應該產出什麼的三種不同理論:帶剪輯的場景、真實感鏡頭、長鏡頭。三者使用相同提示詞,並以我們會發布的標準評判。上方生成器中三者均可選擇。
3.0世代的提示詞優先旗艦:4K、導演模式、多語言唇形同步。1月31日與其參考驅動的雙生版本Kling O3一同推出。上方產生器中的版本。
在家族分化為提示詞主導和參考主導兩條路線之前,為Kling在人類動作方面建立聲譽的1080p電影時代。
首個能與西方旗艦正面交鋒的中國模型,也是'kling'成為中國以外搜尋詞的原因。
同一世代的兩個模型,依工作流程劃分。Kling3.0(V3)以提示詞優先:你描述,它來導演—最高4K,Director Mode可在一次生成中編排最多六個鏡頭。Kling O3(Omni)以參考優先:你提供主體的圖片或影片,它會鎖定該身分。這裡進行提示詞驅動的工作,O3頁面進行參考驅動的工作。
參考分身。從你自己的上傳內容中鎖定角色或聲音。
寫實派。當片段必須看起來像真實拍攝素材時。
長鏡頭。30秒一鏡到底,依你的配樂剪輯。