A empresa Kuaishou apresentou seu novo modelo de vídeo Kling 4.0 em 28 de setembro e, no mesmo dia, liberou acesso limitado à versão mais leve, Kling 4.0 Flash. O acesso ao Flash é inicialmente concedido aos assinantes Ultra Yearly, enquanto o modelo completo está previsto para ser lançado em outubro, embora a data exata ainda não tenha sido anunciada.
A principal melhoria reside na duração do vídeo: o Kling 4.0 é capaz de gerar até 30 segundos de vídeo em uma única passagem, o que dobra o limite anterior de 15 segundos do Kling 3.0. Este recurso suporta planos longos e narrativa contínua dentro de um único clipe. Além disso, em breve haverá um recurso de extensão de vídeo, permitindo que os usuários continuem o clipe várias vezes, atingindo uma duração de cerca de dois minutos.
Controle de Geração e Edição
Outro foco foi dado à capacidade de gerenciamento do processo. Uma tarefa agora pode combinar até 15 links multimodais, que podem ser retirados de 10 imagens, cinco clipes de vídeo e sete objetos. Isso permite que personagens, movimentos, trabalho de câmera e som sigam com mais precisão o material fornecido. Os usuários também podem definir até 10 quadros-chave para fixar estados de personagens, mudanças de cena e momentos da trama.
A entrada de prompts de texto foi aumentada para 8000 tokens, dando ao modelo a capacidade de expandir e refinar prompts curtos. As ferramentas de edição permitem adicionar, modificar ou remover objetos e fundos em vídeos já existentes, bem como ajustar estilo, clima, cor, material, tamanho do quadro ou ângulo. O modo de reformulação analisa as características linguísticas e o ritmo do vídeo de referência para criar um novo comercial nessa estrutura, focado em redes sociais, publicidade de produtos, moda, beleza e eletrônicos de consumo.
Em termos de qualidade de saída, o Kling 4.0 suporta formatos 4K e 1080p com HDR de 10 bits, o que também deve estar disponível em breve. Adicionalmente, há suporte para o formato ultra largo 21:9, áudio estéreo de dois canais e sincronização labial aprimorada. A empresa afirma que o movimento, os planos de rastreamento e os movimentos rotativos da câmera se tornaram mais estáveis. O suporte de voz abrange chinês, inglês, japonês, coreano, espanhol, português, alemão, francês e hindi, incluindo sotaques de inglês americano, britânico e indiano, bem como vários dialetos chineses, como cantonês. O modelo também é capaz de exibir texto multilíngue, emojis e logotipos na tela.
A versão Kling 4.0 Flash é destinada à criação de conteúdo de alto volume devido à geração mais rápida e custo reduzido. A Kuaishou também atualizou a página de criação, unificando links para imagens, vídeos e áudio em um único campo de entrada, adicionando uma linha do tempo para pré-visualização e edição, e uma área de trabalho de tela com um agente assistente. Os preços da API para o novo modelo ainda não foram publicados.