Kling: генерация видео из текста и фото

Kling генерирует видео по текстовому описанию, по загруженному изображению и по референсам. Версия 4.0 добавила редактирование и работу с несколькими источниками в одной сцене.

Длина сцены

Главное ограничение: связная сцена держится 5–8 секунд. Дальше начинается распад — объекты меняются, фон плывёт, детали исчезают.

Поэтому планируйте видео как набор коротких сцен, которые потом склеиваются в редакторе.

Движение камеры

Явно указывайте: наезд, облёт, панорама, статичный кадр. Без указания модель выбирает движение сама и часто не то, которое нужно.

Артефакты

• Руки и пальцы при взаимодействии с предметами
• Текст в кадре — вывески, надписи, титры
• Отражения и прозрачные объекты
• Лица при повороте головы

Практика

Начинайте с изображения, а не с текста. Кадр-основа даёт контроль над композицией, а видео уже анимирует его — результат предсказуемее.

Доступ

Напрямую зависит от региона и оплаты. Через агрегаторы проще: Kling доступен в каталоге NeuralBox, Higgsfield тоже использует Kling 4.0.