Sa promesse est ambitieuse : au-delà d’un plan unique soigné, il est conçu pour faire vivre le mouvement, les références et les étapes du récit dans une vidéo plus longue et davantage dirigée. Les générations natives peuvent durer jusqu’à 30 secondes, tandis qu’Omni Reference et le contrôle par plusieurs images clés offrent aux créateurs davantage de moyens de façonner le déroulement de la vidéo.
1. Les atouts de Kling 4.0
| Atout | Ce qu’il permet |
|---|---|
| Un récit plus long et plus cohérent | Développer une scène continue ou une suite d’étapes narratives en une seule génération pouvant durer jusqu’à 30 secondes, au lieu de traiter chaque idée comme un bref moment isolé. |
| Mouvements de grande ampleur et prises de vue complexes | Mettre en scène des déplacements rapides, une action continue, des travellings et des mouvements orbitaux, en privilégiant la fluidité du mouvement et la continuité visuelle. |
| Contrôle par références multimodales | Combiner des images, des vidéos, des sujets et des styles vocaux de référence pour guider l’identité, l’action, les mouvements de caméra, le rythme et le son. |
| Des moments clés précis | Utiliser jusqu’à 10 images clés pour définir les poses, les compositions, les transitions et les temps forts émotionnels importants. |
| Montage vidéo ciblé et recréation créative | Guider des modifications portant sur des éléments comme un personnage, un mouvement, une caméra ou un décor, ou prendre le rythme et la composition d’une vidéo de référence comme point de départ d’un nouveau concept. |
| Image et son cinématographiques | Construire des scènes autour de jeux de lumière et d’ombre plus riches, d’un son de haute qualité, d’une sortie stéréo et d’une synchronisation plus naturelle entre les dialogues et le jeu. |
Kling 4.0 est particulièrement intéressant lorsqu’une vidéo doit ressembler à une séquence mise en scène : un sujet se déplace dans un espace, la caméra le suit et la scène évolue au lieu de repartir à zéro toutes les quelques secondes. Ses commandes sont plus utiles lorsqu’elles servent un projet visuel clair.
2. Références et images clés
Le système Omni Reference de Kling 4.0 prend en charge jusqu’à 15 éléments par tâche, en combinant des images, des vidéos, des sujets et des références vocales. Les limites annoncées comprennent jusqu’à 10 images, 5 vidéos et 7 sujets. Les références peuvent remplir différents rôles : une image de personnage peut servir de repère pour son apparence, une vidéo peut guider son interprétation ou le mouvement de caméra, et un storyboard peut clarifier la composition et le déroulement.
Les images clés répondent à un problème connexe, mais différent. Elles définissent les moments que la vidéo doit traverser, comme une pose d’ouverture, la révélation d’un produit, un changement de lieu ou la composition finale. Avec jusqu’à 10 images clés, le créateur peut cartographier les étapes importantes tout en laissant au modèle une marge de manœuvre pour générer les mouvements entre elles.
Pour donner les indications les plus claires :
- Attribuez une seule fonction à chaque référence, par exemple l’identité d’un personnage, l’environnement, l’action, la trajectoire de la caméra ou le style visuel.
- Veillez à ce que l’apparence et la tenue d’un personnage restent cohérentes dans les images qui le représentent.
- Utilisez les images clés pour les changements importants de pose, de cadrage ou de récit ; évitez d’ajouter des images qui répètent presque le même moment.
- Décrivez la façon dont l’action relie un moment clé au suivant, en précisant la direction du déplacement et ce que la caméra doit suivre.
- Utilisez les vidéos de référence comme indications sur les caractéristiques que vous souhaitez reprendre, comme la chorégraphie ou le rythme, plutôt que de demander à un seul extrait de dicter tous les détails.
3. Préparer une génération réussie
Commencez par définir l’idée que le spectateur doit comprendre, puis construisez la scène autour d’elle. Un brief utile précise le sujet, le décor, l’action principale, le comportement de la caméra et les détails qui doivent rester cohérents. Pour les vidéos plus longues, organisez l’action en quelques étapes ordonnées afin de clarifier le début, le développement et la conclusion.
Une méthode de préparation pratique :
- Choisissez une action centrale. Décidez de ce que le spectateur doit remarquer en premier et de ce qui change à la fin.
- Cartographiez les étapes. Décrivez dans l’ordre l’ouverture, le mouvement ou la transition principale et le moment final.
- Définissez le rôle de la caméra. Précisez si elle suit le sujet, tourne autour de lui, avance vers lui ou reste fixe. Évitez de combiner des mouvements de caméra contradictoires.
- Attribuez un rôle précis aux références. Indiquez quelle image, vidéo, quel sujet ou quelle voix doit guider chaque partie de la scène.
- Ne marquez que les images clés importantes. Utilisez-les pour ancrer les changements narratifs et les compositions difficiles à expliquer avec du texte seul.
- Vérifiez la continuité. Examinez l’identité, la position, la direction du mouvement et les transitions de scène comme une séquence complète, et non comme une simple collection d’images attrayantes.
Pour la révélation d’un produit, par exemple, une séquence peut commencer par un gros plan du produit dans un décor défini, suivre une main qui le saisit, puis se terminer sur une composition plus large qui le met en valeur. Une référence du produit peut en préserver le design, tandis que les images clés définissent la révélation et le cadrage final. La génération suit ainsi un fil conducteur lisible sans être surchargée d’actions sans rapport.
4. Compromis et limites
Une durée plus longue et davantage de commandes permettent de créer des scènes plus riches, mais exigent aussi un projet plus cohérent. Un prompt trop chargé, des références incompatibles ou trop d’instructions de caméra concurrentes peuvent rendre plus difficile le maintien du fil conducteur souhaité. Ajouter davantage d’images clés n’améliore pas automatiquement le résultat : chacune doit représenter un changement visible qui compte pour le récit.
Les fonctionnalités annoncées de Kling 4.0 varient également selon leur stade de déploiement. Dans sa documentation officielle, certaines capacités, comme la sortie HDR 10 bits et l’extension de vidéo plus longue, sont indiquées comme disponibles ultérieurement. Considérez-les comme des fonctionnalités à venir plutôt que comme des options déjà disponibles, et consultez les notes de version actuelles du produit lorsque les spécifications exactes comptent.
Lors de l’évaluation d’un résultat, examinez l’ensemble de la séquence : l’action se déroule-t-elle dans le bon ordre, le sujet reste-t-il reconnaissable, la caméra sert-elle la scène et le moment final est-il réussi ? Si la génération s’écarte du résultat attendu, simplifiez les instructions ou clarifiez le rôle de la référence concernée avant d’ajouter d’autres détails.