أعلنت شركة
kuaishou technology، وهي شركة صينية معروفة كمنصة للفيديوهات القصيرة، عن تطبيق ذكاء اصطناعي جديد لتحويل النص إلى فيديو المسمى Kling.
وعلى عكس Sora، يبدو أن Kling أصبح متاحًا بالفعل للمستخدمين من خلال قائمة الانتظار. ويستخدم Kling تقنية مشابهة لـ Sora ويمكنه إنتاج مقاطع فيديو عالية الوضوح بدقة 1080 بكسل يمكن أن تستمر لمدة تصل إلى دقيقتين.
ويمكن للنموذج إنشاء حركات واقعية واسعة النطاق تحاكي بشكل أساسي خصائص العالم المادي. ويقال إن Kling يعتمد على بنية Diffusion Transformer ويستطيع ترجمة المطالبات النصية إلى صور وفيديوهات حية.
ويستخدم نموذج Kling عملية إعادة بناء الوجه والجسم ثلاثية الأبعاد المتقدمة المدعومة بتقنية 3D VAE الخاصة بالشركة، مما يتيح للمستخدمين إنشاء مقاطع فيديو بنسب عرض إلى ارتفاع مختلفة.
وأصدرت الشركة مقطع فيديو تجريبيًا يعرض قدرة Kling على إنشاء مقطع فيديو تصل مدته إلى دقيقتين بجودة 30 إطارًا في الثانية.
من ناحية أخرى، يتمكن Sora فقط من إنشاء مقاطع فيديو مدتها دقيقة واحدة. واستنادًا إلى العينات المنشورة على منصة "إكس"، يبدو أن مقاطع الفيديو التي أنشأها Kling تحاكي بدقة الخصائص الفيزيائية في العالم الحقيقي.
وإن Kling ليس النموذج الوحيد لتحويل النص إلى فيديو من
الصين. ففي نيسان، تم إصدار Vidu AI، وهو نموذج تحويل النص إلى فيديو قادر على إنتاج مقاطع فيديو مدتها 16 ثانية بدقة 1080 بكسل. (العربية)