Kling 4.0 هو الجيل الرابع من نماذج الفيديو لدى Kling AI التابعة لـ Kuaishou، وقد صُمّم لتوليد مقاطع أصلية مدتها 30 ثانية، وسرد القصص عبر إطارات مفتاحية متعددة، والاستفادة من مراجع Omni، والحفاظ على اتساق العناصر الرئيسية، مع صوت ستيريو بدقة 720p أو 1080p.
قم بمراجعة وتنزيل وإعادة استخدام مقاطع الفيديو التي تم إنشاؤها باستخدام Kling 4.0.
Kling 4.0 · نظرة عامة على النموذج
Kling 4.0 هو نموذج الفيديو من الجيل الرابع لدى Kling AI، منصة الفيديو بالذكاء الاصطناعي التابعة لـ Kuaishou. يركّز على الواقعية البصرية والتحكم الإبداعي واكتمال السرد: يمكن أن تمتد عملية التوليد الواحدة إلى 30 ثانية، وأن تتبع حتى 10 إطارات مفتاحية وتستند إلى ما يصل إلى 15 مرجعًا متعدد الوسائط، مع صوت ستيريو وإخراج بدقة 720p أو 1080p.
ولّد ما يصل إلى 30 ثانية في عملية واحدة، أي ضعف الحد الأقصى البالغ 15 ثانية في Kling 3.0، مع مساحة كافية لافتتاحية وحدث رئيسي ونهاية مكتملة.
ضع ما يصل إلى 10 إطارات مفتاحية على المخطط الزمني لتثبيت التكوين ومواضع الشخصيات ومحطات القصة، بينما يولّد Kling 4.0 الحركة بينها. يقبل المقطع إطارًا واحدًا أكثر من مدته بالثواني: فالمقطع ذو الثواني الثلاث يقبل حتى 4، والمقاطع التي تبلغ 9 ثوانٍ أو أكثر تقبل 10.
اجمع ما يصل إلى 10 صور و5 مقاطع فيديو و7 عناصر رئيسية و3 أصوات، بحد أقصى 15 مرجعًا في كل عملية توليد، للحصول على شخصيات ومنتجات وأنماط أكثر اتساقًا. كما جرى تحسين تحرير الفيديو المعتمد على المراجع.
تظهر الحركة السريعة والحركة المتواصلة وحركات الكاميرا المعقدة بثبات وسلاسة أكبر، ما يسهّل تنفيذ المشاهد الضخمة ومشاهد المطاردة واللقطات البانورامية الواسعة.
أنشئ كل فيديو بدقة 720p للمسودات ومنصات التواصل الاجتماعي، أو بدقة 1080p للتسليم النهائي وللمقاطع التي ستخضع لمزيد من التحرير. لا يتوفر هنا إخراج بدقة 4K أو بتقنية 10-bit HDR.
يُولَّد الصوت مع الصورة في آن واحد، بصوت ستيريو عالي الجودة ومزامنة أدق لحركة الشفاه وكلام بلغات ولكنات ولهجات متعددة.
أنشئ ما يصل إلى 7 عناصر رئيسية من 2–4 صور أو من مقطع فيديو واحد مدته 3–8 ثوانٍ، واستدعها في الأمر النصي عبر @الاسم، واربط تسجيلًا صوتيًا بعنصر من نوع شخصية ليتحدث بذلك الصوت.
أبرز مواصفات Kling 4.0 في لمحة سريعة.
| المواصفة | Kling 4.0 |
|---|---|
| المطوّر | Kling AI (التابعة لـ Kuaishou Technology) |
| الإصدارات | Kling 4.0 (النموذج الكامل المستخدم هنا)؛ ويوجد أيضًا إصدار أخف هو Kling 4.0 Flash |
| التوليد الواحد | من 3 إلى 30 ثانية، بتوليد أصلي |
| العناصر الرئيسية | حتى 7، من 2–4 صور أو مقطع فيديو واحد مدته 3–8 ثوانٍ، مع صوت اختياري |
| الإطارات المفتاحية | حتى 10 (بزيادة واحد على مدة المقطع بالثواني) |
| مراجع Omni | حتى 15: 10 صور و5 مقاطع فيديو و7 عناصر رئيسية و3 أصوات |
| طول الأمر النصي | حتى 8,000 حرف |
| الدقة | 720p أو 1080p |
| نسب العرض إلى الارتفاع | ذكي و16:9 و9:16 و1:1 والشاشة فائقة العرض 21:9 |
| الصوت | ستيريو ثنائي القناة مع مزامنة أدق للشفاه |
| اللغات | الصينية والإنجليزية واليابانية والكورية والإسبانية وغيرها، مع اللكنات واللهجات |
يتوفر Kling 4.0 بإصدارين. تعمل مساحة العمل في هذه الصفحة بالنموذج الكامل المصمم للواقعية والتحكم، بينما Flash إصدار أخف مُهيّأ للسرعة والتكلفة.
النموذج الكامل للمشاهد عالية الجودة
إصدار خفيف، غير متاح في هذه الصفحة
استخدم التوليد الأصلي لمدة 30 ثانية والإطارات المفتاحية لبناء مشهد متكامل له بداية وتصاعد في الأحداث ونهاية محسومة.
حافظ على اتساق المنتجات والشخصيات باستخدام مراجع Omni والعناصر الرئيسية المسمّاة، وقدّم لقطات بدقة 1080p لصفحات الإطلاق وحملات التواصل الاجتماعي المدفوعة وقوائم المتاجر الإلكترونية.
أنشئ فيديوهات شرح وحوارات بين الشخصيات ونسخًا محلية بحركة شفاه متزامنة عبر لغات ولكنات ولهجات متعددة.
يجعل الثبات المحسّن في الحركة السريعة والحركة المتواصلة وحركات الكاميرا المعقدة النموذجَ مناسبًا لمشاهد المطاردة وأبرز اللحظات الرياضية واللقطات التأسيسية البانورامية الواسعة.
ثبّت اللقطات الرئيسية بما يصل إلى 10 إطارات مفتاحية لاختبار التكوين والإيقاع ومسارات الكاميرا قبل الانتقال إلى إنتاج كامل.
أطّر المشاهد بنسبة 21:9 فائقة العرض وأنشئها بدقة 1080p لمقدمات سينمائية وإعلانات تشويقية وعروض بشاشة عريضة.
سير عمل الإنشاء
يكافئ Kling 4.0 التخطيط المسبق. حدّد محطات القصة أولًا، وثبّتها بالإطارات المفتاحية والمراجع، ثم اختر صيغة الإخراج التي تناسب المنصة التي سيُنشر عليها الفيديو.
الخطوة 01
قسّم المقطع إلى محطات: على سبيل المثال، تقدّم الثواني 0–10 العنصر الرئيسي والمكان، وتحمل الثواني 10–20 الحدث الرئيسي، وتصل الثواني 20–30 إلى الذروة أو اللقطة الختامية. تساعد البنية الواضحة النموذج على ضبط إيقاع الحركة وعمل الكاميرا.
الخطوة 02
في وضع «صورة»، ارفع الإطارات المفتاحية بترتيب التشغيل: الأول هو الإطار الأول، والأخير هو الإطار الأخير، والبقية إطارات وسيطة. وفي وضع «وسائط»، أضف مراجع صور أو فيديو أو عناصر رئيسية للشخصيات والمنتجات والأسلوب. يقبل Kling 4.0 حتى 10 إطارات مفتاحية وحتى 15 مرجعًا.
الخطوة 03
صِف العناصر الرئيسية والأفعال وحركة الكاميرا والإضاءة والحوار والصوت. يمكن أن يصل طول الأمر النصي إلى 8,000 حرف، لذا يمكن وصف المشاهد المعقدة لقطةً بلقطة.
الخطوة 04
اختر نسبة العرض إلى الارتفاع، بما فيها الشاشة العريضة 21:9، أو اتركها على «ذكي»، ثم اختر 720p للمسودات أو 1080p للنسخة النهائية. راجع النتيجة وعدّل الإطارات المفتاحية أو الأمر النصي قبل المحاولة التالية.
يوفر Kling 4.0 تحكمًا أكبر من نماذج Kling السابقة. تساعدك هذه الممارسات على تحويل هذا التحكم إلى لقطات متسقة وقابلة للاستخدام.
ضع إطارات مفتاحية في بداية المقطع ونهايته لتحديد نقطة انطلاق المشهد ونقطة انتهائه، ثم أضف إطارات مفتاحية وسيطة فقط حيث تحتاج القصة إلى لحظة محددة.
استخدم مرجعًا واحدًا نظيفًا وجيد الإضاءة لكل شخصية أو منتج، لكي تحافظ ميزة Omni Reference على اتساق كل هوية بدلًا من المزج بين عدة مظاهر.
حدّد حركة الكاميرا لكل جزء من المقطع، مثل الاقتراب البطيء أو الدوران حول العنصر أو لقطة التتبّع، بدلًا من إعطاء تعليمة واحدة للمقطع كله الممتد 30 ثانية.
ضع الجمل المنطوقة بين علامتي تنصيص، واذكر المتحدث واللغة أو اللكنة، لتتطابق مزامنة الشفاه والصوت مع الشخصية الصحيحة.
اذكر الأصوات المحيطة والمؤثرات الصوتية والموسيقى مع توقيتاتها، ليدعم صوت الستيريو الحدث بدلًا من أن ينافسه.
امنح كل عنصر رئيسي اسمًا قصيرًا ومميزًا واستدعه عبر @الاسم. اربط صوتًا بعنصر من نوع شخصية عندما يجب أن تبدو جمله متطابقة من محاولة إلى أخرى.
يقارن الجدول القدرات المنشورة لكل من Kling 4.0 و Kling 3.0 و Seedance 2.5، ويوضح الاستخدامات الأنسب لكل نموذج.
| القدرة | Kling 4.0 | Kling 3.0 | Seedance 2.5 |
|---|---|---|---|
| التوليد الواحد | من 3 إلى 30 ثانية، بتوليد أصلي | 3–15 ثانية | حتى 30 ثانية |
| التحكم في القصة | حتى 10 إطارات مفتاحية للتحكم على مستوى المخطط الزمني | سرد متعدد اللقطات من أمر نصي واحد | التحكم في الإطار الأول ومعاينة مكانية مسبقة ثلاثية الأبعاد لتخطيط حركة الكاميرا |
| المراجع | حتى 15: 10 صور و5 مقاطع فيديو و7 عناصر رئيسية و3 أصوات | Kling 3.0 Omni: حتى 7 صور وفيديو مرجعي واحد | حتى 50: 30 صورة و10 مقاطع فيديو و10 ملفات صوتية |
| الدقة | 720p و1080p | 720p و1080p، إضافة إلى وضع 4K أصلي | من 720p حتى 4K الأصلية |
| الصوت | صوت ستيريو، ومزامنة أدق للشفاه، ولغات ولكنات ولهجات متعددة | صوت أصلي مع كلام متعدد اللغات ولكنات مختلفة | صوت أصلي، مع قبول الملفات الصوتية كمراجع |
| الأنسب لـ | مشاهد طويلة ومُخرَجة تتطلب دقة الإطارات المفتاحية ومراجع غنية وعناصر رئيسية متسقة | مقاطع سينمائية حتى 15 ثانية لوسائل التواصل الاجتماعي والإعلانات والمشاهد القصيرة | إنتاجات مدتها 30 ثانية تعتمد بكثافة على المراجع، ومحتوى العلامات التجارية بدقة 4K |
تطلق Kling AI نموذجًا رئيسيًا كل بضعة أشهر منذ يونيو 2024. ويمثل Kling 4.0 أكبر قفزة في طول المقاطع والتحكم الإبداعي وجودة الإخراج.
| الإصدار | تاريخ الإطلاق | أبرز الميزات |
|---|---|---|
| Kling 1.0 | يونيو 2024 | الإطلاق العام لتوليد الفيديو من النص ومن الصورة في Kling |
| Kling 1.5 | سبتمبر 2024 | إخراج عالي الدقة بجودة 1080p وتحسين جودة الحركة |
| Kling 2.0 | أبريل 2025 | تحسينات كبيرة في الحركة وفهم الأوامر النصية والجودة البصرية، إضافة إلى تحرير الفيديو متعدد الوسائط |
| Kling 2.5 Turbo | سبتمبر 2025 | توليد أسرع وأكثر كفاءة من حيث التكلفة مع التزام أقوى بالأمر النصي |
| Kling 2.6 | ديسمبر 2025 | أول نموذج من Kling يدعم الصوت الأصلي، بما في ذلك الكلام والمؤثرات الصوتية والأصوات المحيطة |
| Kling 3.0 | فبراير 2026 | مقاطع من 3 إلى 15 ثانية، وسرد متعدد اللقطات، وصوت أصلي متعدد اللغات |
| Kling 4.0 | 2026 | توليد أصلي لمدة 30 ثانية، وحتى 10 إطارات مفتاحية و15 مرجعًا، وعناصر رئيسية مسمّاة بأصوات |
كُتب كل مثال لمقطع كامل مدته 30 ثانية، مع محطات واضحة وتوجيهات للكاميرا ووصف للصوت، ليتمكن النموذج من ضبط إيقاع المشهد من بدايته حتى نهايته.
0–10 ث: ساعة ذكية سوداء غير لامعة تدور ببطء على قاعدة حجرية مبللة، مع إضاءة حواف ناعمة وعدسة ماكرو. 10–20 ث: تدور الكاميرا حولها بينما تضيء الشاشة وتنزلق قطرات المطر عن الزجاج. 20–30 ث: تتراجع الكاميرا إلى لقطة واسعة لسطح مبنى مبلل بالمطر عند الغسق، ووجه الساعة متوهج. موسيقى سينث محيطية عميقة وصوت مطر خفيف بتقنية ستيريو.
مقهى دافئ ليلًا. شابة ترتدي معطفًا أخضر ترفع نظرها عن دفترها وتقول بالإنجليزية: «You came back.» يبتسم الرجل الجالس قبالتها ويرد بالإسبانية: «Nunca me fui del todo.» اقتراب بطيء للكاميرا، وعمق ميدان ضحل، وأحاديث هادئة في المقهى وعزف بيانو ناعم في الخلفية.
الإطارات المفتاحية 1 و5 و10 كنقاط ارتكاز: ساعي توصيل على دراجة حمراء يدخل زقاقًا ضيقًا عند شروق الشمس، ويشق طريقه عبر سوق مزدحم عند الظهيرة، ويتوقف عند بوابة ميناء عند الغروب. حافظ على ثبات الزي والدراجة. كاميرا تتبّع على ارتفاع المقود، شاشة عريضة 21:9، وإيقاع طبول متصاعد.
0–10 ث: سيارة رالي تنجرف عند منعطف موحل في غابة، والطين يتطاير نحو العدسة، لقطة تتبّع منخفضة. 10–20 ث: لقطة بطائرة مسيّرة ترتفع وتتبع السيارة فوق قمة تل بينما تتوهج أشعة الشمس بين الأشجار. 20–30 ث: تعبر السيارة خط النهاية بالحركة البطيئة بينما يهتف الجمهور. هدير المحرك وضجيج الجمهور بتقنية ستيريو.
مقدّمة في استوديو مضيء تحمل زوجًا من سماعات الأذن اللاسلكية وتقول بالإنجليزية: «Twelve hours of battery, one small case.» ثم تكرر الجملة باليابانية وتبتسم للكاميرا. لقطة متوسطة، وإضاءة رئيسية ناعمة، وأجواء استوديو نقية.
شاشة عريضة 21:9. الفجر فوق وادٍ جبلي يلفه الضباب. 0–10 ث: انسياب جوي بطيء فوق السحب. 10–20 ث: تهبط الكاميرا نحو فارس وحيد على حافة جبلية. 20–30 ث: يتوقف الفارس بينما تبزغ الشمس فوق القمم. موسيقى أوركسترالية متصاعدة ونسيم لطيف.
إجابات حول ميزات Kling 4.0 والمراجع والدقة والأوامر وكيفية مقارنته بنماذج الفيديو الأخرى.
Kling 4.0 هو نموذج لتوليد الفيديو من Kling AI، منصة الفيديو بالذكاء الاصطناعي التابعة لـ Kuaishou. يولّد مقاطع أصلية مدتها 30 ثانية من النصوص والصور والمراجع متعددة الوسائط، ويدعم حتى 10 إطارات مفتاحية و15 مرجعًا، ويضيف صوت ستيريو ومزامنة أدق لحركة الشفاه. ويتوفر التوليد بدقتي 720p و1080p.
تُحتسب تكلفة Kling 4.0 بالأرصدة وفقًا لمدة المقطع ودقته، وتُضاف مدة مقاطع الفيديو المرجعية إلى المدة المحتسبة. لا حاجة إلى أي تنزيل، وتعرض صفحة الأسعار الخطط وحزم الأرصدة الحالية.
Kling 4.0 هو النموذج الكامل، بمقاطع مدتها 3–30 ثانية، وتحكم بالإطار الأول والأخير وبإطارات مفتاحية متعددة، وحتى 15 مرجعًا متعدد الوسائط. أما Kling 4.0 Flash فهو إصدار أخف مُهيّأ لتوليد أسرع وأقل تكلفة، ويقتصر على دقة 720p ومقاطع حتى 20 ثانية دون التحكم بالإطارات المفتاحية. تعمل مساحة العمل في هذه الصفحة بإصدار Kling 4.0 الكامل.
يمكن أن تتراوح مدة التوليد الواحد في Kling 4.0 بين 3 و30 ثانية بخطوات قدرها ثانية واحدة. وهذا ضعف حد الثواني الخمس عشرة في Kling 3.0، بما يتسع لبداية وحدث رئيسي ونهاية مكتملة.
يجري التوليد هنا بدقة 720p أو 1080p، ولا يتوفر إخراج بدقة 4K أو بتقنية 10-bit HDR. تناسب دقة 720p المسودات ومنصات التواصل الاجتماعي، بينما تناسب 1080p النسخ النهائية والمقاطع التي ستخضع للمونتاج أو لتصحيح الألوان.
تقبل مراجع Omni في التوليد الواحد حتى 10 صور و5 مقاطع فيديو و7 عناصر رئيسية و3 أصوات، بحد أقصى إجمالي قدره 15 مرجعًا. ويقبل التحكم بالإطارات المفتاحية المتعددة حتى 10 إطارات، أي بزيادة واحد على مدة المقطع بالثواني: فالمقطع ذو الثواني الثلاث يقبل حتى 4، والمقاطع التي تبلغ 9 ثوانٍ أو أكثر تقبل 10.
مراجع Omni هي نظام المراجع متعددة الوسائط في Kling 4.0. في التوليد الواحد تقبل حتى 10 صور و5 مقاطع فيديو و7 عناصر رئيسية و3 أصوات، بما لا يتجاوز 15 مرجعًا إجمالًا، لتوجيه الشخصيات والمنتجات والأسلوب والحركة والكلام. ومقارنةً بالإصدارات السابقة، توفر خيارات مراجع أغنى ونتائج أكثر اتساقًا.
نعم. تُدرج Kling AI تحسين تحرير الفيديو ضمن ترقية Omni Reference في Kling 4.0. ويمكن لمراجع الفيديو، بحد أقصى 5 في كل عملية توليد، أن توجّه طريقة إعادة صياغة مشهد موجود، بينما يصف الأمر النصي التغيير المطلوب.
يوفر Kling 4.0 الشاشة العريضة 16:9 والوضع العمودي 9:16 والمربع 1:1، إضافةً إلى إطار فائق العرض 21:9 للتكوينات السينمائية. ومع خيار «ذكي» يختار النموذج الإطار بناءً على موادك.
يحسّن Kling 4.0 الثبات في الحركة عالية السرعة والحركة المتواصلة وحركات الكاميرا المعقدة. وتظهر المشاهد الضخمة ومشاهد المطاردة وحركات الكاميرا البانورامية الواسعة بثبات وسلاسة أكبر مقارنةً بالإصدارات السابقة.
يولّد Kling 4.0 صوت ستيريو عالي الجودة بالتزامن مع الفيديو، ويحسّن دقة مزامنة الشفاه. ويدعم الكلام بلغات متعددة، منها الصينية والإنجليزية واليابانية والكورية والإسبانية والبرتغالية والألمانية والفرنسية والهندية، إلى جانب مجموعة من اللكنات واللهجات.
يرتقي Kling 4.0 بالواقعية والتحكم وطول السرد:
يولّد كلا النموذجين مقاطع تصل مدتها إلى 30 ثانية. يتميز Kling 4.0 بالتحكم في التوقيت على مستوى الإطارات المفتاحية وبالعناصر الرئيسية المسمّاة التي يمكن أن تحمل أصواتها الخاصة. أما Seedance 2.5 فيقبل ما يصل إلى 50 مرجعًا، بما في ذلك الملفات الصوتية، ويُخرج بدقة تصل إلى 4K، ما يناسب أعمال العلامات التجارية والمنتجات الغنية بالمراجع.
يقبل Kling 4.0 أوامر نصية تصل إلى 8,000 حرف. وتتيح هذه المساحة وصف مقطع مدته 30 ثانية لقطةً بلقطة، بما في ذلك حركات الكاميرا والحوار والصوت.
نظّم الأمر النصي حول المخطط الزمني بدلًا من لحظة واحدة:
استخدم الإطارات المفتاحية والمراجع لكل ما يجب أن يظهر بدقة، واستخدم النص لتوجيه الحركة والإيقاع.
يُطوَّر Kling 4.0 على يد Kling AI، منصة توليد الفيديو بالذكاء الاصطناعي التابعة لشركة Kuaishou Technology. انطلقت عائلة نماذج Kling في يونيو 2024، وقدّمت ترقيات رئيسية كل بضعة أشهر، من Kling 1.0 إلى Kling 4.0.