克林2.0评论：艺术状态AI视频质量 - 解密

Kling 2.0，对最先进的AI视频生成器进行了重大升级发行由中国科技公司Kuaishou上周投放市场，引起了创作者的大量令人垂涎的反应，他们迅速通过数百美元测试其能力。

AI电影制片人PJ Ace发推文说：“ AI视频质量仅在一夜之间。我无语了。我从来没有看到过这种流体或提示这种准确的运动。该帖子获得了757,000多个观看次数，突出了该版本周围的嗡嗡声。

新版本标志着从克林1.6，提供增强的及时理解，更多流动性的角色运动以及改进的视觉美学，​​用户描述的是“拍摄而不是生成”。最值得注意的是，Kling 2.0可以生成视频最多2分钟，在扩展叙事的可能性方面，将像Openai的Sora这样的竞争者留在尘土中。

“总的来说，克林确实在排行榜上保持了排名第一，” YouTuber Tim Simmon专门审查了生成AI模型，他在他的审查。他认为，这是图像到视频一代的明显赢家，在直接的文本到视频一代方面，比赛更加接近。

这个新版本到达越来越拥挤的AI视频生成市场。竞争对手包括以高保真输出而闻名的跑道，该跑道最近发布了其V4模型，该模型的重点是电影结果和Google的VEO2，其文本到视频功能强大，并且在美学上令人愉悦。

到目前为止，该模型尚未在人工分析中列出。视频生成器排行榜它排名所有最佳的生成视频模型，但是它的前身Kling 1.6已经是图像到视频的领导者，并且基于盲目的测试在文本到视频中排名第二。

Kling 2.0具有多元素编辑器，允许用户使用文本或图像输入添加，交换或删除视频内容。

该平台还介绍了两个专业组件：Kling 2.0视频发电和Kolors 2.0 for Image Creation不可与另一个发行的开源中国AI Image Generator混淆在同一个Kolor名称下给创造者更多地控制自己的产出。

该工具对电影质量的关注使其对电影制片人，营销人员和内容创作者特别有吸引力。该模型在资源方面非常强大，几代人在免费计划中需要数小时，在在线平台上最多可容纳16分钟的视频。

标准计划的定价为每月29美元，其中包括专业模式，8秒的视频以及每天30个视频的津贴。免费计划提供6世代，具有4秒的限制和水印。该专业计划每月$ 89提供高分辨率，高级运动控制和优先处理。

测试模型

我们尝试了五类动力学，插图，文本对视频，结构相干性和多主体相干性的新模型。这是我们发现的。

活力

所有视频发电机仍然可以很好地处理场景，但通常在快速移动，错综复杂的场景和动态设置方面挣扎。这反映了现实生活中的视频或动画 - 在“ Tom＆Jerry”追逐或动画战争场景中暂停您的电视，到处都会发现怪异的框架。

我们用一个男人飞越城市并要求它产生场景的静态图像测试了模型。

克林2.0对较小的迅速更改非常敏感。我们使用的第一次尝试：“动态跟踪镜头：一个男人在一条熙熙city的城市街道上以极高的速度飞行。相机紧随其后，捕捉了建筑物和交通繁忙的冲动，从而增强了他的速度和振奋感。”

不幸的是，提示引起了一个主题的幻想，这些主题是在街上向后吸尘的。这很可能是由于我们在提示中选择单词。

因此，我们只删除了一个词：“后面”。这改变了结果，制作了一个更好的视频，显示对象向前飞行，面对相机。

克林（Kling）捕获了关键场景元素动态和快​​节奏的运动，尽管在改变方向时，受试者的身体怪异地变形，而某些元素缺乏统一的结构。其他模型，例如Google的VEO2贸易动力，以实现现实主义，创造出更慢，更静态但更连贯的场景。

插图

提示：“ 360度水平锅：一个熙熙with的城市错综复杂的城市围绕着一棵巨大的树木，里面装满了房屋和桥梁。摄像机从树的前面到树的后部顺利移动，捕捉孩子们玩耍，人们从事日常活动，并飞行汽车在树枝上降落并在温暖的气氛下散发出树枝，并在树枝上起飞。”

该模型具有漫画和插图等想象中的风格，但在较小的细节中挣扎。它优先考虑连贯性，而不是细节，尊重光滑的相机运动和流体场景的主要提示元素。

物体结构保持坚固，而没有其他发电机中看到的摇摆，尽管有些孩子（这是整个构图的原始结构，而周围的繁忙的原始结构）失去了连贯性，而飞行的汽车偶尔会消失。

尽管如此，该测试还是从任何视频生成器中看到的最佳结果。

文本到视频

提示：“一个穿着红色连衣裙的金发女郎，一个穿着黑色西装的亚洲男人在星巴克聊天。中等射击。”

文本对视频对AI发电机提出了独特的挑战。该模型必须创建一个初始帧（本质上是文本对象任务），并将其用作所有后续帧的参考。理想情况下，如果您想要最好的连贯性，则需要为第一个框架进行专门的图像生成器，并且理想情况下也是最后一帧。

克林2.0在这里并不特别闪耀，但还不错。场景具有许多图像发生器常见的典型喷枪风格，但是身体保持正确的结构，手指看起来准确，并且没有明显的伪像破坏场景。

这是对Kling 1.6的改进，但不是该模型设计的目的。

结构相干

提示：“鸟瞰图：复杂的，抽象的建筑结构旋转的镜头。”

尽管克林在拥挤的场景中可能会在小细节上挣扎，但它在保持单个受试者的镜头中保持连贯性和细节很出色。

我们分享了一个错综复杂的图像，并要求该模型使其旋转。Kling 2.0几乎完美地处理了这一光线保持一致，运动是统一的，没有伪像，并且该结构保持了完整性。

这种功能使其可能对3D建模，从不同角度启用对象和场景预览具有价值。

多主体相干

提示：“五只灰狼幼犬在偏远的碎石路上嬉戏，互相追逐，被草包围着。幼崽奔跑，跳跃，互相追逐，互相咬，玩耍。”

这仍然是所有录像带的阿喀琉斯高跟鞋，包括克林2.0。自从Openai显示Sora无法生成一包小动物一起玩耍以来，所有视频发电机都尝试了这一挑战，结果混合了。没有模型始终取得完美的结果。

克林（Kling）2.0产生了一个生动，现实的场景，但狼彼此合并，在框架之间出现并消失。如果分析的唯一一件事是连贯性，那么Kling 2.0和Kling 1.6之间就没有太大的差异。

一个值得注意的改进：不规则性大多发生在背景中，前景动物在大多数情况下保持更好的连贯性。

可以通过克林·艾伊，freepik，Pollo AI和其他提供商。