Через несколько дней после того, как Google выпустила Veo 3, компания Kling, видимо, ощутила давление и открыла ранний доступ к своему грядущему семейству видеомоделей Kling 2.1. Время было выбрано как нельзя более удачно.

Вчера на X и Reddit появилось несколько видеороликов, созданных с помощью Kling 2.1. В этом посте я расскажу о том, что же на самом деле предлагает Kling.

Судя по тому, что я прочитал, будет три разных режима:

Standard Mode в Kling 2.1:

• Разрешение 720p

• Только генерация Image-to-video (более быстрая генерация, лучшая согласованность)

• Те же 20 кредитов за 5-секундное видео

Pro Mode в Kling 2.1:

• Разрешение 1080p

• Доступен только в режиме Image-to-video (но более четкий и быстрый)

• Стоимость такая же, как у Kling 1.6 Pro - 35 кредитов за 5-секундный ролик

Master Mode в Kling 2.1:

• Разрешение 1080p

• Качество выше, чем у Kling 2.0 Master (более четкая детализация, более плавное движение)

• По-прежнему 100 кредитов за 5-секундный ролик

Примеры видео, сгенерированных Kling 2.1

Вот несколько примеров видео, созданных с помощью Kling 2.1, размещенных на сайте X:

Видео, созданное Пьериком Шевалье с помощью Kling 2.1 Pro

Пьеррик Шевалье с помощью Kling 2.1 Pro создал видео, в котором показано, как люди реалистично бегут и паникуют на улицах. Мое внимание привлекло не только реалистичное движение людей, но и то, как камера создает убедительный эффект POV от первого лица. Это выглядит так, как будто это часть фильма-блокбастера.

Такая работа камеры открывает потрясающие возможности для создателей контента. Представьте, что вы сможете создавать сложные экшн-последовательности без огромных затрат на производство, обычно связанных с такими съемками.

Видео сделано h64g с помощью Kling 2.1 Pro

В этом примере фотореалистичность модели проявляется при съемке портрета крупным планом. Портретная съемка крупным планом - это тот случай, когда модели для генерации видео часто не справляются с задачей, поскольку зрители более внимательно изучают детали лица. Но в этом примере выражение лица, пот и даже то, как двигаются пряди волос девушки, выглядят очень реалистично.

Однако я заметил нечто странное в финальных кадрах, где ее пальцы двигаются неестественным образом. Пальцы остаются «ахиллесовой пятой» моделей для генерации видео, и даже в Kling 2.1 эту проблему еще не до конца решили.

Есть также такой пример анимированного видео, наглядно показывающий сильные стороны Kling в стилизации контента.

Видеоролик, созданный в Kling 2.1 Pro

На этом видео хорошо видно, как хорошо Kling умеет создавать анимационные ролики. Его качество заставило меня задуматься о том, что игровые студии могут использовать ИИ для создания сцен или даже целых анимационных роликов.

Существует множество вариантов использования ИИ-видеогенератора. На данный момент глобальное внедрение все еще не очевидно, возможно, потому, что стоимость генерации видео в большинстве ИИ-сервисов все еще остается высокой.

Функция генерации аудио

Одна из причин, по которой Veo 3 является такой популярной видеомоделью, заключается в том, что она поддерживает как звуковые эффекты, так и диалоги.

В Kling добавление звукового эффекта или аудиоповествования также возможно, но этот процесс не такой простой, как в Veo 3. Чтобы сгенерировать звуковой эффект в Kling, вам придется описать его в разделе Sound Generation.

Чтобы добавить диалог, можно воспользоваться функцией синхронизации губ, когда вы вручную вводите сценарий и выбираете голос, соответствующий теме.

Для многих пользователей, в том числе и для меня, лишние действия по добавлению звуковых эффектов и дикторского текста могут стать решающим фактором.

Эти дополнительные действия могут показаться незначительными, но в итоге они значительно нарушают рабочий процесс. Когда вы погружены в творческий процесс, необходимость переходить от одного раздела к другому и вручную настраивать аудиоэлементы нарушает темп работы. Для многих пользователей, в том числе и для меня, это может стать решающим фактором, несмотря на преимущества Kling в плане визуального качества.

Что лучше: Kling 2.1 или Veo 3?

Лучший способ сравнить эти два продукта - сравнить сгенерированные видео. Пользователь X Алекс Патраску (Alex Patrascu) поделился результатами, которые показывают интересные результаты.

Посмотрев на предыдущее видео, я заметил, что Veo 3 справился с задачей лучше, чем Kling 2.1 Master. Движения персонажа более динамичны, и в кадре происходит больше событий за 5-секундный промежуток времени.

Мне понравилось, как парень оглядывается на своих коллег, поправляет пиджак, а затем снова переводит взгляд на камеру. Благодаря этим тонким деталям поведения видео кажется более естественным.

Давайте посмотрим на другой пример:

Сравнение видео, сгенерированных в Kling 2.1 и Veo 3

А вот это уже другое дело. Результат Kling 2.1 намного лучше, чем Veo 3. Движение камеры и уровень детализации пыли намного лучше. Кроме того, в Kling больше динамический диапазон, что делает его идеальным инструментом для работы над кинематографическими фильмами.

Из этих примеров видно, что в сцене с мотоциклом Kling делает видео более резким и похожим на кино, а движения более естественными. Иногда получается наоборот, как в первом примере. Таким образом, судя по этим примерам, они находятся почти на одном уровне.

Пример с мотоциклом показывает кое-что важное о создании видео с помощью ИИ: контекст имеет огромное значение. Модель может отлично справляться с созданием реалистичных человеческих портретов, но не справляться с эффектами окружающей среды, или наоборот. Такая специализация означает, что авторам может понадобиться доступ к нескольким инструментам, а не к одному.

Не стоит забывать и о том, что Veo без лишних действий может автоматически добавлять звуковые эффекты и даже заставлять персонажей разговаривать. Это огромное преимущество перед Kling.

Судя по тому, что я видел, Kling 2.1 - это заметное обновление по сравнению с Kling 2.0. Высокое разрешение и более высокое качество видео являются его главными достоинствами. Однако в сравнении с Veo 3 он по-прежнему ощущается как шаг назад по своим возможностям.

Автоматическая интеграция звука в Veo 3 дает ему существенное практическое преимущество. При создании контента удобство часто превосходит незначительное улучшение качества. Если один инструмент требует множества шагов для достижения того, что другой делает автоматически, большинство пользователей выберут более простой вариант.

Теперь все сводится к цене и доступности. На данный момент Veo 3 доступен только для пользователей Google AI Ultra, стоимость при этом составляет 250 долларов в месяц. Цена на Kling 2.1, хотя он еще не доступен публично, гораздо ниже.

Если Kling выполнит свои обещания относительно цены и предоставит стабильный доступ к API, он может стать основным выбором для разработчиков и ограниченных в средствах авторов. Доступ к API также может быть опубликован в ближайшее время.

В общем, на этом все. А что вы думаете о Kling 2.1? Напишите в комментариях.

Друзья, буду рад, если вы подпишетесь на мой телеграм-канал про нейросети, чтобы не пропускать анонсы статей, и на канал с гайдами и советами по работе с нейросетями - я стараюсь делиться только полезной информацией.