Kling 3.0 Omni เครื่องมือสร้างวิดีโอด้วย AI

จุดเด่นของ Kling 3.0 Omni

ภาพอ้างอิงหลายภาพในพรอมต์เดียว

Kling 3.0 Omni รวมภาพอ้างอิงหลายภาพไว้ในช็อตเดียว แต่ละภาพเติมส่วนหนึ่งของฉาก

ในตัวอย่าง การ์ดสามใบ คือผู้หญิงในเสื้อกันฝนสีเหลือง ประภาคารลายแดงขาว และจักรยานวินเทจสีแดง กลายเป็นเฟรมเดียวที่เธอปั่นจักรยานคันนั้นผ่านประภาคารนั้น

บน Zero Kit:

• ตั้งโหมดอ้างอิงเป็น Universal Reference ไว้
• ใส่รูปภาพ
• เขียนพรอมต์ที่บอกว่าแต่ละภาพคืออะไรและจะให้เกิดอะไรขึ้น เช่น “ผู้หญิงในเสื้อกันฝนสีเหลืองปั่นจักรยานสีแดงไปตามทางเลียบชายฝั่ง ผ่านประภาคารลายแดงขาว ช็อตแทร็กตาม แสงบ่ายแก่ ๆ”

ใช้รูปที่ชัด แสงดี และมีตัวแบบเดียวต่อภาพ เพราะรูปที่รกจะทำให้โมเดลมีหลายอย่างให้ลอกตาม ใส่ได้สูงสุด 7 ภาพ แต่ใช้ไม่กี่ภาพที่ชัดเจนจะเช็กผลได้ง่ายกว่า

คีย์เฟรมวิดีโอสไตล์ภาพยนตร์ 16:9 ผนังพื้นที่ทำงานสร้างสรรค์ ด้านซ้ายมีการ์ดภาพอ้างอิงสามใบปักหมุดไว้ ได้แก่ ภาพพอร์ตเทรตของหญิงสาวในเสื้อกันฝนสีเหลือง ภาพประภาคารสีแดงขาวบนแหลมหิน และภาพจักรยานวินเทจสีแดง ด้านขวามีจอขนาดใหญ่แสดงเฟรมภาพยนตร์ที่เสร็จแล้วของหญิงสาวคนเดียวกันปั่นจักรยานคันเดียวกันไปตามทางเลียบชายฝั่งผ่านประภาคารหลังเดียวกัน สีและรายละเอียดตรงกันระหว่างภาพอ้างอิงกับเฟรม แสงโคมไฟทองเหลืองอุ่น ไม่มีตัวอักษรที่อ่านได้

ตัวละครเดิมข้ามหลายฉาก

Kling บอกว่า 3.0 Omni จำตัวละครหลักของวิดีโอได้และคงลักษณะไว้ให้นิ่งขณะกล้องเคลื่อน จึงเหมาะกับตัวละครประจำ

ใส่ภาพพอร์ตเทรตที่ชัดเป็นภาพอ้างอิง เช่น ผู้หญิงในตัวอย่างที่ถักเปียยาวสีเทา พันผ้าพันคอไหมพรมสีพลัม และสวมจี้ทองเหลืองชิ้นเล็ก

พอร์ตเทรตสะอาด ๆ ที่ทำด้วย Kling Image ใช้เป็นภาพอ้างอิงนี้แทนรูปถ่ายได้

ใช้รูปเดิมในทุกการสร้าง คลิปหนึ่งในห้องสมุด คลิปหนึ่งบนรถไฟตอนพลบค่ำ อีกคลิปบนถนนที่หิมะตก

บรรยายเธอด้วยคำเดิมทุกครั้ง แล้วเปลี่ยนแค่สถานที่ แอ็กชัน และแสง

ถ้าอยากรวมหลายฉากไว้ในคลิปเดียว ให้เขียนเป็นช็อต คลิป 6 วินาทีอาจเขียนแบบนี้:

• “shot 1, 2, ผู้หญิงถักเปียสีเทานั่งอ่านหนังสือในห้องสมุดที่ส่องด้วยแสงสีทองเหลือง;”
• “shot 2, 2, ผู้หญิงคนเดิมมองออกนอกหน้าต่างรถไฟตอนพลบค่ำ;”
• “shot 3, 2, ผู้หญิงคนเดิมเดินไปตามถนนที่หิมะตกยามค่ำคืน;”

คีย์เฟรมวิดีโอสไตล์ภาพยนตร์ 16:9 ภาพสามส่วนคั่นด้วยร่องสีเข้มบาง ๆ แสดงผู้หญิงวัยห้าสิบกว่าคนเดียวกัน ถักเปียยาวสีเทาพาดไหล่ข้างหนึ่ง พันผ้าพันคอถักสีพลัม และสวมจี้ทองเหลืองเล็ก ๆ ซ้าย อ่านหนังสือในห้องสมุดที่ส่องด้วยแสงสีทองเหลือง กลาง มองออกไปนอกหน้าต่างรถไฟยามพลบค่ำ ขวา เดินไปตามถนนที่มีหิมะยามค่ำคืน ใบหน้า เปีย ผ้าพันคอ และจี้เหมือนกันทุกเฟรม การออกแบบตัวละครสม่ำเสมอ แสงแบบภาพยนตร์ ไม่มีตัวอักษร

เลียนสไตล์ภาพวาด

ภาพอ้างอิงใช้กำหนดสไตล์แทนตัวแบบได้ Kling ระบุว่าสไตล์และฉากเป็นสิ่งที่ภาพอ้างอิงกำหนดได้

ใส่ภาพวาดหรือภาพประกอบที่อยากได้ลุค เช่น ภาพสีน้ำแบบหลวม ๆ ของท่าเรือประมงในตัวอย่าง

จากนั้นบรรยายฉากใหม่ในพรอมต์ แล้วปิดท้ายด้วยสไตล์ที่จะนำมาใช้ เช่น “เรือโยกไปมาในท่าเรือเล็ก ๆ นกนางนวลบินวนอยู่ด้านบน ในสไตล์สีน้ำแบบหลวม ๆ ของภาพอ้างอิง ผิวกระดาษนุ่ม ขอบสีซึม”

บอกว่าจะเอาส่วนไหนของภาพอ้างอิง ทั้งโทนสี ลายพู่กัน หรือผิวกระดาษ โมเดลจะได้ไม่ตีความภาพวาดเป็นสถานที่ที่ต้องสร้างซ้ำ

ถ้าอยากรวมสไตล์กับตัวละคร ให้ใส่ทั้งสองภาพและบอกว่าแต่ละภาพให้อะไร

คีย์เฟรมวิดีโอสไตล์ภาพยนตร์ 16:9 องค์ประกอบแบบวางเคียงกัน ด้านซ้าย ภาพวาดสีน้ำขนาดเล็กของท่าเรือประมงที่ลงสีหลวม ๆ ด้วยสีพลัม สีเหลืองดินเผา และสีฟ้า ปักหมุดไว้บนบอร์ด ด้านขวา เฟรมวิดีโอของท่าเรือจริงที่มีเรือและนกนางนวล เรนเดอร์ด้วยลุคสีน้ำหลวม ๆ แบบเดียวกัน พื้นผิวกระดาษนุ่มและขอบสีซึม ผืนน้ำเคลื่อนไหวแผ่วเบา ชุดสีและฝีแปรงตรงกัน ไม่มีตัวอักษร

วิธีเขียนพรอมต์สำหรับ Kling 3.0 Omni

1. ในพรอมต์ Kling 3.0 Omni ให้ทุกภาพอ้างอิงมีหน้าที่ชัดเจน เช่น “ผู้หญิงจากภาพพอร์ตเทรต” “ประภาคารที่ฉากหลัง” “ในสไตล์ของภาพวาด”

2. ใช้ตัวแบบเดียวต่อภาพอ้างอิง ถ้าเป็นไปได้ให้พื้นหลังเรียบ และใช้รูปเดิมทุกครั้งที่ตัวละครหรือสินค้านั้นกลับมา

3. หลังภาพอ้างอิง ให้เขียนแอ็กชัน ต่อด้วยการเคลื่อนกล้อง แล้วจึงแสง เช่น “เธอหันไปทางทะเล กล้องดันเข้าช้า ๆ แดดเย็นต่ำ”

4. ถ้ามีหลายฉากในคลิปเดียว ให้ใช้รูปแบบช็อตและทำให้ความยาวรวมเท่ากับความยาวคลิป เช่น “shot 1, 3, ...; shot 2, 2, ...;” ในคลิป 5 วินาที

5. ทดสอบที่ความละเอียดต่ำและความยาวสั้น ๆ ก่อน แล้วค่อยเรนเดอร์เทกที่ชอบได้สูงสุด 4K

พรอมต์ตัวอย่างสำหรับลองกับ Kling 3.0 Omni

• 

  ช่างตัดเสื้อกำลังทำงาน

  คีย์เฟรมวิดีโอสไตล์ภาพยนตร์ 16:9 กล้องค่อย ๆ ดันเข้าหาช่างตัดเสื้อสูงวัยสวมแว่นกลมที่กำลังขีดเส้นชอล์กบนผ้าขนสัตว์สีกรมท่าบนโต๊ะตัดผ้าไม้เก่า ม้วนผ้าเรียงซ้อนจนถึงเพดานด้านหลัง มีโคมไฟตั้งโต๊ะทองเหลือง และสายวัดคล้องคอ แสงสีทองเหลืองอุ่น โทนผ้าสีพลัมและกรมท่า สงบและประณีต

• 

  ปิกนิกใต้ต้นพลัม

  คีย์เฟรมวิดีโอสไตล์ภาพยนตร์ 16:9 ช็อตดอลลี่นุ่มนวลไปตามผ้าปูปิกนิกในสวนพลัมฤดูใบไม้ผลิ คุณยาย พ่อแม่ และเด็กชายตัวเล็กหัวเราะกันขณะกินขนมปังและผลไม้ กลีบดอกสีขาวปลิวลงตามสายลม แสงบ่ายนุ่ม ๆ โทนสีพลัม ครีม และเขียว อบอุ่นและเป็นธรรมชาติ

• 

  หมุนตัวบนลานน้ำแข็ง

  คีย์เฟรมวิดีโอสไตล์ภาพยนตร์ 16:9 ช็อตกล้องหมุนวนระยะใกล้รอบนักสเก็ตลีลาในชุดสีพลัมเข้มที่กำลังหมุนตัวบนลานน้ำแข็งกลางแจ้งยามพลบค่ำ เกล็ดน้ำแข็งกระเด็นจากใบมีดรองเท้า ไฟประดับและต้นสนที่มีหิมะพร่าเลือนอยู่ด้านหลัง น้ำแข็งสีฟ้าเย็นตัดกับไฟประดับสีทองเหลืองอุ่น การเคลื่อนไหวคมชัด สง่างาม

• 

  กองคาราวานยามรุ่งสาง

  คีย์เฟรมวิดีโอสไตล์ภาพยนตร์ 16:9 ช็อตโดรนมุมสูงบินช้า ๆ ติดตามขบวนอูฐและผู้ขี่ที่พันผ้าคลุมศีรษะขณะข้ามสันเนินทรายสูงยามรุ่งสาง เงายาวทอดข้ามผืนทรายที่เป็นลอนคลื่น หมอกจาง ๆ ที่เส้นขอบฟ้า ทรายสีทองเหลืองและท้องฟ้าสีพลัม ขนาดยิ่งใหญ่ การเคลื่อนไหวสงบ

ภาพตัวอย่างใช้เพื่อประกอบคำอธิบายเท่านั้น ผลลัพธ์จริงแตกต่างกันไปตามโมเดล

สเปกและราคาของ Kling 3.0 Omni

ราคาทั้งหมดด้านล่างดึงมาจากรายการราคาที่ใช้อยู่จริง เมื่อราคาเปลี่ยน หน้านี้ก็เปลี่ยนตามทันที เครดิตคิดตามจำนวนภาพ หรือตามจำนวนวินาทีของวิดีโอ

ข้อจำกัดของ Kling 3.0 Omni

• คลิป Kling 3.0 Omni บน Zero Kit ไม่มีเสียง Kling มีเสียงในตัวสำหรับโมเดลนี้ แต่เอดิเตอร์ไม่มีสวิตช์เปิดเสียงให้

  ถ้าอยากได้คลิป Kling ที่มีเสียงให้ใช้ Kling 3.0 Turbo หรือใส่เสียงในโปรแกรมตัดต่อ

• นอกจากรูปภาพแล้ว 3.0 Omni ยังรับวิดีโออ้างอิงได้ 1 คลิป ยาว 3 ถึง 15.5 วินาที ถ้าใส่วิดีโอ จะใส่ภาพอ้างอิงได้สูงสุด 4 ภาพ และคลิปจะไม่มีเสียงในตัว การแก้วิดีโอ คลังองค์ประกอบของ Kling และเสียงพากย์แบบกำหนดเองไม่มีบน Zero Kit

  ในแพ็กเกจ Plus ขึ้นไป ใส่วิดีโออ้างอิงผ่านเครื่องมือโมชันคอนโทรลหรือ AI เปลี่ยนตัวละคร หรือใช้วิดีโอที่มีอยู่แล้วในบทสนทนา เอดิเตอร์ในหน้านี้รับเฉพาะรูปภาพ

  ถ้าใช้เฟรมแรก คลิปจะยึดรูปทรงของภาพนั้นและการตั้งสัดส่วนภาพจะไม่มีผล ใช้เฟรมสุดท้ายอย่างเดียวไม่ได้

• มือ ตัวหนังสือเล็ก ๆ และแอ็กชันเร็วยังอาจบิดเบี้ยว ควรเช็กใบหน้าและมือทีละเฟรม และใส่ไตเติลในโปรแกรมตัดต่อ

  ภาพอ้างอิงต้องเป็น JPG หรือ PNG แต่ละด้านอย่างน้อย 300 พิกเซล และไม่แคบกว่า 1:2.5 หรือกว้างกว่า 2.5:1 การใช้ใบหน้าของคนจริงเป็นภาพอ้างอิงต้องได้รับอนุญาตจากเจ้าตัว