نبرد سنگین ویدیوسازها؛ Kling 2.6 با دست پر آمد
دنیای تولید ویدیو با هوش مصنوعی شاهد یک جهش بزرگ است. شرکت چینی Kuaishou با انتشار نسخه جدید هوش مصنوعی خود، یعنی Kling 2.6، مرزهای واقعگرایی و کنترل کاربر را جابهجا کرده است. این آپدیت تنها یک بهبود ساده نیست؛ بلکه ابزارهای جدیدی را معرفی کرده که پیش از این در مدلهای رقیب به ندرت دیده میشد.
قابلیت Voice Control: ویدیوهایی با صدای اختصاصی شما
بزرگترین نوآوری در نسخه ۲.۶، ویژگی Voice Control است. این قابلیت به کاربران اجازه میدهد:
- آموزش مدل با صدای شخصی: با آپلود فایل صوتی خودتان، شخصیتهای ویدیو را وادار کنید با صدای شما صحبت کنند.
- پایداری شخصیت: صدای شخصیتها در طول ویدیوهای مختلف ثابت و قابلتشخیص باقی میماند.
- پشتیبانی از حالات مختلف: این مدل نه تنها برای صحبت کردن عادی، بلکه برای آواز خواندن، روایتگری و حتی اجرای موسیقی رپ بهینهسازی شده است.
- هماهنگی لبها (Lip-sync): دقت هماهنگی لبها با محتوای صوتی به طرز چشمگیری افزایش یافته است.
خداحافظی با حرکات مصنوعی؛ تسلط بر هنرهای رزمی و رقص
یکی از بزرگترین چالشهای هوش مصنوعی، نمایش حرکات سریع و پیچیده بدن بدون تاری یا دفرمه شدن بود. Kling 2.6 این مشکل را با ارتقای سیستم Motion Control حل کرده است:
- پردازش حرکات پیچیده: اکنون حرکاتی مانند رقصهای سریع و هنرهای رزمی با جزئیات دقیق و بدون پرش (Flicker) تولید میشوند.
- اصلاح حرکات دست: نواقص رایج در نمایش انگشتان و حرکات ظریف دست تا حد زیادی برطرف شده است.
- استفاده از رفرنس حرکتی: کاربران میتوانند ویدیوهای مرجع (بین ۳ تا ۳۰ ثانیه) آپلود کنند تا هوش مصنوعی حرکات دقیق آن را روی شخصیتهای ساخته شده پیادهسازی کند.
قیمتگذاری و دسترسی
شی جی (Kling) علاوه بر وبسایت اصلی، از طریق پلتفرمهای واسط نظیر Fal.ai نیز در دسترس است. قیمتگذاری این سرویس بسیار رقابتی در نظر گرفته شده تا سهم بیشتری از بازار را از آن خود کند:
| ویژگی | جزئیات قیمتگذاری |
| هزینه هر ثانیه ویدیو | بین ۰.۰۷ تا ۰.۱۴ دلار |
| عوامل موثر بر قیمت | رزولوشن خروجی و سرعت پردازش (Standard vs Turbo) |
| دسترسی | وبسایت Kling، پلتفرم Fal.ai و Media.io |
