Kling 4.0 AI वीडियो मॉडल में 30 सेकंड के क्लिप और 10 कीफ्रेम जुड़े
Kling AI के नए Kling 4.0 मॉडल से 30 सेकंड तक का वीडियो बनाया जा सकता है और इसमें 15 मल्टीमॉडल संदर्भ तथा 10 कीफ्रेम का इस्तेमाल होता है। कंपनी इसे केवल दृश्य गुणवत्ता नहीं, बल्कि निर्देशन पर नियंत्रण के रूप में पेश कर रही है।

Kling AI, जो चीनी टेक कंपनी Kuaishou द्वारा संचालित वीडियो जनरेशन प्लेटफॉर्म है, ने Kling 4.0 जारी किया है। यह मॉडल अपडेट गति के प्रदर्शन, रचनात्मक नियंत्रण और लंबी कहानी कहने पर केंद्रित है। इस रिलीज़ का विवरण 16 अक्टूबर 2026 को प्रकाशित हुआ। यह मॉडल एक ही जनरेशन में मूल रूप से 30 सेकंड तक का वीडियो तैयार कर सकता है।
Kling 4.0 में छवियों, वीडियो और ऑडियो सहित 15 तक मल्टीमॉडल संदर्भ सामग्री स्वीकार की जा सकती है, साथ ही 10 तक कीफ्रेम भी। इनकी मदद से रचनाकार किरदार की स्थिति, क्रियाओं में बदलाव और दृश्यों के बीच संक्रमण की योजना बना सकते हैं। उपयोगकर्ता पहले से बनाए गए वीडियो को आगे भी बढ़ा सकते हैं, जिससे लगातार चलने वाली क्रियाओं और कई भागों में बताई गई कहानियों के लिए अधिक जगह मिलती है।
टेक्स्ट प्रॉम्प्ट से आगे
AI वीडियो टूल अब तक ज़्यादातर लिखित प्रॉम्प्ट पर निर्भर रहे हैं, जिनसे जटिल कैमरा मूव, किरदारों की क्रियाओं और दृश्य बदलावों को सटीक रूप से नियंत्रित करना मुश्किल होता है। अलग-अलग शॉट भले ही प्रभावशाली लगें, लेकिन उन्हें जोड़ने पर किरदार का रूप बदल सकता है या गतियां निरंतरता तोड़ सकती हैं। Kling AI के एक प्रवक्ता ने कहा कि नई सुविधाएं खासतौर पर दो समस्याओं पर केंद्रित हैं: रचनात्मक नियंत्रण और कथा की निरंतरता।
दोनों टूल अलग-अलग काम करते हैं। संदर्भ मॉडल को बताते हैं कि वीडियो कैसा दिखना और महसूस होना चाहिए, जबकि कीफ्रेम तय करते हैं कि कहानी किस तरह आगे बढ़े। सिद्धांत रूप में इससे बार-बार क्लिप बनाने और उनमें से हाथ से सबसे अच्छी चुनने की ज़रूरत कम हो सकती है, हालांकि यह कितना कारगर होगा, यह दृश्यों की जटिलता पर निर्भर करेगा।
असली चुनौती निरंतरता की है
प्रवक्ता के अनुसार, लंबे AI वीडियो के लिए मुख्य तकनीकी बाधा अब भी लंबे समय तक स्थिरता, नियंत्रण और सुसंगति बनाए रखना है। लंबी क्लिप में मॉडल को किरदार की पहचान, स्थानिक संबंध, गति, कैमरा दिशा, रोशनी और ऑडियो-विज़ुअल तालमेल को स्थिर रखना पड़ता है। कंपनी का तर्क है कि दृश्य गुणवत्ता अब एक बुनियादी अपेक्षा बनती जा रही है, और अगली प्राथमिकताएं बारीक नियंत्रण तथा स्क्रिप्ट और स्टोरीबोर्ड की बेहतर समझ होंगी।
Kling AI को उम्मीद है कि वीडियो टूल एकल जनरेशन कार्यों से आगे बढ़कर पूरे वर्कफ़्लो में फैलेंगे, जिसमें विचार-मंथन, संदर्भ इनपुट, शॉट जनरेशन, संपादन, विस्तार और बार-बार सुधार शामिल होंगे। विज्ञापन, एनिमेशन या फ़िल्म बनाने वालों के लिए किरदारों को भरोसेमंद ढंग से दोबारा बनाना और संशोधनों की लागत घटाना उतना ही मायने रखता है जितना यथार्थवाद।
अधिक नियंत्रण का मतलब यह नहीं कि AI अकेले फ़िल्म बना सकता है। कहानी का विकास, शॉट का चयन और अंतिम संपादन अब भी मानवीय निर्णय पर निर्भर हैं। Kling 4.0 जैसे टूल की असली परीक्षा यह है कि क्या वे सही शॉट सही क्रम में, पर्याप्त सुसंगति के साथ दे सकते हैं, ताकि उत्पादन बार-बार की कोशिशों की लॉटरी के बजाय अनुमानित हो सके।
टिप्पणियाँ
अभी कोई टिप्पणी नहीं है। चर्चा शुरू करें या कोई प्रश्न पूछें।
संबंधित
Meta ने Muse Spark Open जारी किया है, 816 अरब पैरामीटर वाला एक ओपन-वेट AI मॉडल, जिसे Apple के साथ ऑप्टिमाइज़ेशन के बाद दो M5 Ultra Mac Studio पर स्थानीय रूप से चलाया जा सकता है।
अमेरिका की नई AI लैब Reflection ने 16 अक्टूबर 2026 को अपना पहला मॉडल Beam Hugging Face पर जारी किया। यह कोडिंग और एजेंट कार्यों के लिए बना 501 अरब पैरामीटर वाला ओपन मॉडल है।
Ant Group ने Ling-3.1-flash के वेट्स प्रकाशित किए हैं, लगभग 560 अरब पैरामीटर वाला यह मॉडल अब डेवलपर्स अपने हार्डवेयर पर चला सकते हैं।
