Kling V4.0 Reference-to-Video: immagini, video e voci in una sola clip
Kling V4.0 Reference-to-Video unisce fino a dieci immagini, cinque video e tre clip audio in un video. Come funzionano i tag @, tre ricette e un test.
La maggior parte dei modelli video prende un'immagine e immagina il resto. Kling V4.0 Reference-to-Video prende un'intera cartella: fino a dieci immagini di riferimento, fino a cinque video di riferimento e fino a tre clip audio, e costruisce una nuova clip da 3 a 30 secondi che li usa. Il personaggio da una foto, la giacca da un'altra, il movimento di camera da un video girato col telefono, la voce da una registrazione. È la cosa più vicina, nel catalogo, a dare istruzioni a una piccola troupe, e come ogni brief funziona solo quando è chiaro chi è chi.
L'unica regola: dai un nome a ogni riferimento nel prompt
Ogni caricamento riceve un tag in base alla sua posizione: la prima immagine è @Image1, la seconda @Image2, e così via; i video vanno da @Video1 a @Video5, le clip audio da @Audio1 a @Audio3. Il prompt è obbligatorio ed è lì che dici a cosa serve ciascun riferimento. Un riferimento che carichi ma non nomini mai è, per il modello, una congettura. Tieni presente l'ordine dei caricamenti, perché scambiare due immagini dopo aver scritto il prompt ne scambia in silenzio i ruoli.
Ricetta 1: lo stesso personaggio in una nuova scena
Due immagini: una vista frontale del tuo personaggio e un dettaglio dell'abito. Nient'altro. È il modo più semplice per vedere se il modello mantiene volto e vestiti prima di aggiungere riferimenti di movimento.
@Image1 is the woman, @Image2 is her red raincoat. She walks out of a night market into light rain, pulls the hood of the raincoat up and looks back over her shoulder. Neon reflections on the wet street, slow tracking shot from the side.Ricetta 2: prendi in prestito un movimento di camera da un video reale
I video di riferimento si trovano nelle impostazioni avanzate. Guidano movimento, camera e ritmo, quindi una clip di dieci secondi girata col telefono mentre giri intorno a un tavolo può diventare un'orbita attorno a un prodotto mai esistito. I video insieme vengono usati per un massimo di 30 secondi.
@Image1 is the ceramic teapot. Follow the camera path of @Video1: a slow orbit at table height, ending close on the spout. Morning light from a window, steam rising, a wooden table.C'è anche un interruttore chiamato mantieni audio originale. Se è attivo, la clip conserva il suono del tuo video di riferimento invece di generare un nuovo audio. Funziona solo se hai caricato un video, ed è la scelta giusta quando il riferimento ha già la musica o l'ambiente sonoro che vuoi.
Ricetta 3: una voce e un volto
Le clip audio di riferimento, anch'esse nelle impostazioni avanzate, guidano la voce e il suono del risultato. Ognuna deve durare da 5 a 30 secondi. La clip esce con audio stereo sincronizzato, quindi un personaggio può parlare con il tono della tua registrazione dentro una scena costruita dal modello.
@Image1 is the old lighthouse keeper, @Image2 is the lighthouse. He stands at the top of the stairs with a lantern and speaks to the camera in the voice of @Audio1, slow and warm, wind and waves in the background.Impostazioni che contano
- Risoluzione: 720p di default, 1080p su richiesta. Fai le bozze a 720p.
- Durata: qualsiasi numero intero da 3 a 30 secondi; il valore predefinito è 5. Le clip più lunghe danno al modello più tempo per allontanarsi dai riferimenti, quindi guadagnati la lunghezza con una buona versione breve.
- Rapporto d'aspetto: auto segue le tue immagini o il tuo video di riferimento. Imposta 16:9, 9:16, 1:1 o 21:9 solo quando la destinazione lo richiede, e in quel caso dagli riferimenti di forma simile.
Dove non arriva
Dieci riferimenti sono un tetto, non un obiettivo. Immagini in disaccordo (due colori di capelli diversi per la stessa persona, un abito da giorno e una scena notturna) danno un risultato che ne fa la media, e i piccoli dettagli come testo e gioielli sono dove la deriva si vede di solito per prima. Se ti serve solo animare un'immagine, il modello Kling V4.0 Image-to-Video è più semplice e ti dà il controllo di primo e ultimo fotogramma. Per saperne di più su come scegliere riferimenti coerenti leggi immagini di riferimento per uno stile coerente; per un'altra soluzione allo stesso compito, vedi la guida al reference-to-video di Vidu Q4. L'elenco completo è sulla pagina dei modelli.
Domande
Come dico al modello quale riferimento è quale?
Con un tag nel prompt: @Image1, @Image2 e così via per le immagini nell'ordine di caricamento, @Video1 per i video e @Audio1 per le clip audio.
Quanti riferimenti posso usare?
Fino a dieci immagini, cinque video e tre clip audio. Video e clip audio si trovano nelle impostazioni avanzate.
Quanto può durare e quanto può essere nitida la clip?
Da 3 a 30 secondi, 5 di default, a 720p o 1080p, con audio stereo sincronizzato.
