Kling 4.0: controllo delle inquadrature e clip da 30 secondi

Per chi realizza uno spot pubblicitario, una sequenza animata o un cortometraggio con l'IA, la difficoltà non è quasi mai stata ottenere un'inquadratura di effetto. Il problema è far sì che la decima inquadratura mostri lo stesso personaggio della prima e che i tagli tra l'una e l'altra si leggano come un'unica storia. Il nuovo modello di Kling AI, Kling 4.0, è costruito attorno a questo problema, più che attorno alla sola immagine.

Il meccanismo si basa su due strumenti. Il primo è ciò che l'azienda chiama asset di riferimento multimodali: il modello accetta fino a 15 input, che possono essere immagini, video o audio, per imparare come debba apparire e suonare un video. Il secondo sono i keyframe, con fino a 10 punti di controllo che pianificano lo stato di un personaggio, un cambio di azione o una transizione tra scene. La distinzione è semplice: i riferimenti dicono al modello come dovrebbe apparire il film, mentre i keyframe gli dicono come la storia debba passare da un momento al successivo. Finora, la maggior parte degli strumenti di IA video lavorava soprattutto a partire da un prompt testuale, il che rende difficile descrivere con precisione l'aspetto di un personaggio, un movimento di camera o il ritmo di un'azione.

Anche la durata fa parte dell'aggiornamento. Kling 4.0 genera nativamente fino a 30 secondi di video in una sola generazione, e i video esistenti possono essere estesi. Ma il portavoce dell'azienda è chiaro: allungare le clip non risolve il problema centrale. Man mano che i filmati si allungano, il modello deve mantenere coerenti l'identità del personaggio, i rapporti spaziali, la continuità dell'azione, la direzione della camera, l'illuminazione e la sincronia audio-video; e alcuni secondi di filmato convincente si possono ottenere con tentativi ripetuti e selezione, cosa che non vale per un'opera più lunga.

Per i creatori professionisti, il vantaggio sarebbe meno tentativi sprecati, se le funzioni si comporteranno come descritto. L'azienda afferma che le sue prossime priorità sono un controllo creativo più preciso e una migliore comprensione di copioni e storyboard. Nel materiale disponibile per questo articolo non è stata indicata alcuna data per una disponibilità più ampia, e l'efficacia di questi strumenti dipenderà dalla complessità delle scene. Cifre e affermazioni provengono da Kling AI stessa, e qui non viene riportato alcun test indipendente.

Il test che conta, dunque, non è se un modello di IA sappia produrre un'inquadratura convincente. È se sappia fornire le inquadrature giuste, nell'ordine giusto, con una coerenza sufficiente a servire una storia più ampia. Il giudizio umano resta essenziale per lo sviluppo della storia, la scelta delle inquadrature e il montaggio. Ciò che l'aggiornamento suggerisce è che il settore sta passando dalla creazione di singole clip a rendere più prevedibile il processo di produzione stesso.