कुआइसोउ (Kuaishou) ने 28 सितंबर को अपना नया वीडियो मॉडल Kling 4.0 पेश किया, और उसी दिन उन्होंने अधिक हल्के संस्करण Kling 4.0 Flash तक सीमित पहुंच भी खोली। फ्लैश तक पहुंच पहले अल्ट्रा ईयरली (Ultra Yearly) ग्राहकों को दी जाती है, जबकि पूर्ण मॉडल अक्टूबर में जारी होने की योजना है, हालांकि सटीक तारीख अभी तक घोषित नहीं की गई है।
मुख्य सुधार वीडियो की अवधि में है: Kling 4.0 एक ही पास में 30 सेकंड तक का वीडियो उत्पन्न करने में सक्षम है, जो Kling 3.0 की पिछली 15 सेकंड की सीमा से दोगुना है। यह सुविधा एक ही क्लिप के भीतर लंबे शॉट्स और निरंतर कथा का समर्थन करती है। इसके अलावा, जल्द ही वीडियो विस्तार की सुविधा आने वाली है, जो उपयोगकर्ताओं को क्लिप को कई बार जारी रखकर लगभग दो मिनट की अवधि तक पहुंचने देगी।
उत्पादन पर नियंत्रण और संपादन
प्रक्रिया को नियंत्रित करने की क्षमता पर भी जोर दिया गया है। अब एक कार्य 15 मल्टीमॉडल लिंक को जोड़ सकता है, जिन्हें 10 छवियों, पांच वीडियो क्लिप और सात वस्तुओं से लिया जा सकता है। यह पात्रों, गति, कैमरा कार्य और ध्वनि को प्रदान की गई सामग्री का अधिक सटीक रूप से पालन करने की अनुमति देता है। उपयोगकर्ता पात्रों की स्थितियों, दृश्यों के बदलाव और कथानक के क्षणों को स्थिर करने के लिए 10 कीवर्ड फ्रेम भी सेट कर सकते हैं।
टेक्स्ट प्रॉम्प्ट इनपुट को बढ़ाकर 8000 टोकन कर दिया गया है, जिससे मॉडल को छोटे प्रॉम्प्ट का विस्तार और परिशोधन करने की क्षमता मिलती है। संपादन उपकरण मौजूदा वीडियो में वस्तुओं और पृष्ठभूमि को जोड़ने, बदलने या हटाने की अनुमति देते हैं, साथ ही शैली, मौसम, रंग, सामग्री, फ्रेम आकार या कोण को समायोजित करते हैं। रीमेक मोड भाषाई विशेषताओं और संदर्भ वीडियो की गति का विश्लेषण करता है ताकि सोशल मीडिया, उत्पाद विज्ञापन, फैशन, सौंदर्य और उपभोक्ता इलेक्ट्रॉनिक्स पर केंद्रित इस संरचना पर एक नया विज्ञापन बनाया जा सके।
आउटपुट गुणवत्ता के मामले में, Kling 4.0 10-बिट HDR के साथ 4K और 1080p प्रारूपों का समर्थन करता है, जिसकी उम्मीद जल्द ही की जा रही है। अतिरिक्त रूप से, 21:9 अल्ट्रावाइड फॉर्मेट, दो-चैनल स्टीरियो साउंड और बेहतर लिप सिंक प्रदान किया गया है। कंपनी का दावा है कि गति, ट्रैकिंग शॉट्स और घूमने वाली कैमरा गतिविधियां अधिक स्थिर हो गई हैं। वॉयस सपोर्ट चीनी, अंग्रेजी, जापानी, कोरियाई, स्पेनिश, पुर्तगाली, जर्मन, फ्रेंच और हिंदी को कवर करता है, जिसमें अमेरिकी, ब्रिटिश और भारतीय अंग्रेजी के लहजे के साथ-साथ कैंटोनीज जैसे कई चीनी बोलियाँ भी शामिल हैं। मॉडल स्क्रीन पर बहुभाषी पाठ, इमोजी और लोगो प्रदर्शित करने में भी सक्षम है।
Kling 4.0 Flash संस्करण तेज पीढ़ी और कम लागत के कारण उच्च मात्रा में सामग्री निर्माण के लिए डिज़ाइन किया गया है। कुआइसोउ ने निर्माण पृष्ठ को भी अपडेट किया है, जिसमें छवियों, वीडियो और ऑडियो के लिंक को एक एकीकृत इनपुट फ़ील्ड में संयोजित किया गया है, साथ ही पूर्वावलोकन और संपादन के लिए टाइमलाइन और एक सहायक एजेंट के साथ कैनवास कार्यक्षेत्र जोड़ा गया है। नए मॉडल के लिए एपीआई कीमतें अभी तक प्रकाशित नहीं की गई हैं।
