Kling: Video v3.0 Standard

Kling: Video v3.0 Standard هو نموذج توليد فيديو من Kling، الذراع المتخصصة في الفيديو والمرتبطة بشركة Kuaishou. يقع ضمن فئة الفيديو ويُعرَّف على api14 بمعرّف النموذج kwaivgi/kling-v3.0-std. إذا كنت تبني خط معالجة يحوّل الأوامر النصية أو الصور الثابتة إلى مقاطع فيديو قصيرة، فهذا هو النموذج الذي يستحق التقييم أولاً.

يقبل النموذج مدخلات نصية ومدخلات صورية، وينتج الفيديو كمخرج وحيد له. يغطي سيري عمل أساسيين: تحويل النص إلى فيديو، حيث يقود الأمر النصي عملية التوليد، وتحويل الصورة إلى فيديو، حيث ترسّخ الصورة المقدَّمة النتيجة. ولتكوين المشاهد الموجَّه، يدعم التحكم بالإطار الأول والإطار الأخير، بحيث يمكنك تثبيت الإطار الافتتاحي والإطار الختامي للقطة وترك النموذج يملأ الحركة بينهما. يُعرض المخرج بدقة 720p، بنسب أبعاد 16:9 و9:16 و1:1، ومدد مقاطع قابلة للاختيار من 3 حتى 15 ثانية. توليد الصوت متاح أيضاً، ما يعني أن نداءً واحداً يمكن أن يعيد مقطعاً مصحوباً بالصوت بدلاً من لقطات صامتة.

تتطابق هذه القدرات مع مجموعة محددة إلى حد كبير من مهام الإنتاج. يناسب نسبة 9:16 والمدد القصيرة الصيغ الاجتماعية العمودية مثل التغذيات القصيرة والقصص، بينما تناسب 16:9 التسليم القياسي بالشاشة العريضة. يكون التحكم بالإطار الأول والإطار الأخير مفيداً عندما تحتاج إلى انتقال أو لقطة يجب أن تبدأ وتنتهي بتكوينين دقيقين، على سبيل المثال للربط بين مشهدين بصريين رئيسيين في عملية مونتاج. ويناسب تحويل الصورة إلى فيديو بطبيعته تحريك صور المنتجات أو الرسوم التوضيحية أو الفن التصوري، بينما يعمل تحويل النص إلى فيديو على الاستكشاف السريع للأفكار قبل الالتزام بتصوير كامل. ولأن الصوت يمكن توليده إلى جانب الفيديو، يمكنك إنتاج مقطع قصير مكتمل دون مرور صوتي منفصل.

تستدعي النموذج عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج kwaivgi/kling-v3.0-std، لذا لا يحتاج كود العميل الموجود بأسلوب OpenAI سوى تغيير عنوان URL الأساسي ومعرّف النموذج. معاملات الطلب المتاحة لهذا النموذج هي max_tokens وtemperature وtop_p. لاحظ أن النموذج لا يبلّغ عن طول سياق بالوحدات الرمزية وقيمة maxOutput تساوي 0، لذا تعامل مع طول التوليد على أنه محكوم بإعدادات الفيديو (المدة، الدقة، نسبة الأبعاد) بدلاً من ميزانية الوحدات الرمزية. يمنحك temperature وtop_p التحكم المعتاد في سلوك أخذ العينات إذا أردت نتائج أكثر قابلية للتوقع أو أكثر تنوعاً بين التشغيلات.

لا توجد نافذة سياق معلنة أو حد للوحدات الرمزية للتخطيط على أساسه، والمخرج فيديو فقط، لذا لا يصلح هذا النموذج للمخرجات النصية أو الصورية أو الصوتية بمفردها. إذا احتجت إلى دقة مختلفة عن 720p، أو مقطع أطول من 15 ثانية، فستحتاج إلى البحث في مكان آخر أو دمج عدة عمليات توليد معاً. أما لأعمال تحويل النص إلى فيديو وتحويل الصورة إلى فيديو المباشرة ضمن هذه الحدود، فإن الجمع بين التحكم بالإطارات والمدد القابلة للاختيار والصوت الاختياري يجعله خياراً عملياً.