Kling 4.0 traz controlo de planos e clips de 30 segundos

Para quem produz um anúncio, uma sequência animada ou uma curta-metragem com IA, a parte difícil raramente foi obter um plano impressionante. Foi conseguir que o décimo plano mostre a mesma personagem que o primeiro e que os cortes entre eles se leiam como uma única história. O novo modelo da Kling AI, o Kling 4.0, foi concebido em função desse problema, e não apenas em função da imagem.

O mecanismo assenta em duas ferramentas. A primeira é aquilo a que a empresa chama recursos de referência multimodais: o modelo aceita até 15 entradas, que podem ser imagens, vídeos ou áudio, para aprender como deve ser o aspeto e a sensação do vídeo. A segunda são os fotogramas-chave (keyframes), com até 10 pontos de controlo que planeiam o estado de uma personagem, uma mudança de ação ou uma transição de cena. A distinção é simples: as referências dizem ao modelo como deve ser o filme, e os fotogramas-chave dizem-lhe como a história deve avançar de um momento para o seguinte. Até agora, a maioria das ferramentas de vídeo com IA funcionava sobretudo a partir de um texto, o que dificultava descrever com precisão a aparência de uma personagem, um movimento de câmara ou o ritmo de uma ação.

A duração também faz parte da atualização. O Kling 4.0 gera até 30 segundos de vídeo nativamente numa só geração, e os vídeos existentes podem ser prolongados. Mas o porta-voz da empresa é claro: a duração não resolve o problema central. À medida que os clips se alongam, o modelo tem de manter coerentes a identidade das personagens, as relações espaciais, a continuidade da ação, a direção da câmara, a iluminação e a sincronização audiovisual. Alguns segundos de imagens convincentes podem obter-se através de tentativas repetidas e seleção, o que não acontece com uma obra mais longa.

Para os criadores profissionais, o ganho seria menos tentativas desperdiçadas, se as funcionalidades tiverem o desempenho descrito. A empresa diz que as suas próximas prioridades são um controlo criativo mais preciso e uma melhor compreensão de guiões e storyboards. O material disponível para este artigo não indica qualquer calendário para uma disponibilidade mais ampla, e a eficácia destas ferramentas dependerá da complexidade das cenas. Os números e as afirmações vêm da própria Kling AI, e não é aqui referido nenhum teste independente.

O teste que importa, portanto, não é saber se um modelo de IA consegue produzir um plano convincente. É saber se consegue entregar os planos certos, pela ordem certa e com a consistência suficiente para servir uma história maior. O juízo humano continua a ser essencial para o desenvolvimento do argumento, a escolha dos planos e a montagem. O que a atualização sugere é que o setor está a passar de produzir clips isolados para tornar o próprio processo de produção mais previsível.