Kling 2.6: Китайский видеогенератор с нативной озвучкой

Китайская компания Kuaishou представила Kling 2.6 – новую версию своего видеогенератора, умеющую создавать не только картинку, но и звук. Модель генерирует видео и аудио одновременно, основываясь на текстовом запросе, который описывает диалоги, закадровый голос, звуковые эффекты и фоновую атмосферу.

Доступ к Kling 2.6 предоставляется через партнерские сервисы, такие как Artlist, Higgsfield, ImagineArt и ElevenLabs. Стоимость генерации составляет около $0,07 за секунду без звука и $0,14 со звуком, что делает 5-секундный ролик с озвучкой примерно $0,70.

В отличие от предыдущих версий, Kling 2.6 воспринимает запрос как единую сцену, а не как последовательность кадров. Это позволяет модели сохранять целостность сюжета и пространства, а также отслеживать объекты, персонажей и соблюдать правила движения, чтобы избежать разрыва композиции.

Новая разработка Kuaishou конкурирует по своим характеристикам с Google Veo 3.1 и OpenAI Sora 2. Kling 2.6 генерирует видео до 10 секунд в разрешении 1080p на английском и китайском языках. Пользователи могут регулировать тон, эмоции и темп голоса. По данным разработчиков, Kling 2.6 превосходит версию 2.5 на 15% в обработке сложных инструкций, а стоимость генерации снижена на 30%.

Ну, конечно, очередная нейросеть, которая теперь будет захватывать мир искусства, пока мы пытаемся разобраться, как правильно ее попросить нарисовать котика. Держитесь, художники!