خانواده مدل

نسخه های کلینگ ویدیو و تفاوت معماری آنها

سری ۳.۰ کلینگ یک مدل نیست، دو مسیر مستقل است. مستندات رسمی ثبت می کند VIDEO 2.6 به VIDEO 3.0 ارتقا یافته و VIDEO O1 به VIDEO 3.0 Omni، یعنی دو خط تولید موازی که هر کدام جانشین اختصاصی خود را دارد.

  • دو مسیر تولید موازی
  • خروجی پانزده ثانیه ای در ۳.۰
  • پنج زبان، همگی تازه فعال شده

نسخه جاری تامین‌کننده: کوایشو

آخرین بررسی: این صفحه یک مرجع است. با هر نسخه تازه، منابع سازنده دوباره خوانده و صفحه بهروز می شود. چه چیزی عوض شد

نسخه ای که باید مستقر شود

۳.۰، و در صورت ورودی چندرسانه ای، ۳.۰ Omni. نسخه ۲.۶ امروز هیچ توجیه فنی برای ادامه استقرار ندارد مگر آنکه یک سرویس روی همان نسخه اعتبارسنجی شده باشد، چون هر پارامتری که ۳.۰ اضافه کرده روی همان قابلیت های ۲.۶ ساخته شده است.

پارامتری که فقط از جدول رسمی خودشان قابل استخراج است

مستندات رسمی VIDEO 3.0 یک جدول قابلیت دارد که ۲.۶ و ۳.۰ را پارامتر به پارامتر مقایسه می کند، و داده آن جدول از هر خلاصه ای دقیق تر است. متن به ویدیو، تصویر به ویدیو، فریم اول و آخر، و صدای بومی: هر چهار پارامتر در هر دو نسخه فعال است. یعنی صدا پارامتری نیست که ۳.۰ اضافه کرده باشد.

آنچه ۳.۰ اضافه کرده این است: چند پلان در یک تولید، مرجع عنصر روی فریم اول، هم مرجعی بیش از سه شخصیت، پشتیبانی چندزبانه، لهجه ها، خروجی پانزده ثانیه ای و طول انعطاف پذیر. هر هفت پارامتر در ستون ۲.۶ با علامت غیرفعال ثبت شده.

پنج زبانی که سن آنها کمتر از حد انتظار است

فهرست زبان های گفتاری کلینگ، یعنی چینی، انگلیسی، ژاپنی، کره ای و اسپانیایی، در همان جدول یک قابلیت تازه ۳.۰ ثبت شده. ردیف چندزبانه برای ۲.۶ با علامت غیرفعال آمده. یعنی تا فوریه ۲۰۲۶ این مدل اصلا فهرست زبانی نداشته.

برای معماری هایی که خروجی فارسی نیاز دارند این دو پیامد دارد. فارسی جزو آن پنج زبان نیست و کلینگ خروجی صوتی بومی فارسی تولید نمی کند. و چون این فهرست تازه فعال شده، احتمال افزوده شدن زبان های بیشتر وجود دارد؛ این ارزیابی تاریخ دارد و تاریخ آن ۱۳ اوت ۲۰۲۶ است.

۴K، و اینکه به کدام مسیر متصل است

کلینگ اعلام کرده رزولوشن ۴K بومی را در ۲۳ آوریل روی کل سری ۳.۰ فعال کرده. یعنی این قابلیت به کل سری متصل است و نه فقط به یکی از دو مسیر. همین پارامتر است که کلینگ را در ستون رزولوشن جدول ما جلوتر از سیدنس قرار می دهد، در حالی که سیدنس در امتیاز مجموع همچنان صدرنشین است.

مشخصات

هر عدد این جدول از صفحه خود سازنده آمده و لینک همان صفحه کنارش است.

طول کلیپ در یک پاس
۱۵ ثانیه منبع
رزولوشن ویدیو
4K منبع
خط عمودی تصویر
۲,۱۶۰ خط تصویر منبع
صدای همزمان
دارد منبع

خط زمانی نسخه ها

هر نسخه با تاریخ انتشار خودش، و اینکه نسبت به نسخه قبلی چه چیزی عوض شده.

  1. کلینگ ویدیو ۳.۰ نسخه جاری نسبت به VIDEO 2.6: قابلیت چندنمایی، مرجع عنصری، هم مرجع چند شخصیتی، پنج زبان گفتار و سقف طول پانزده ثانیه، هیچ کدام در نسخه ۲.۶ تعبیه نشده بود.

نقاط ضعف و محدودیت‌های شناخته‌شده

  • فارسی در فهرست پنج زبان گفتاری قرار ندارد و آن فهرست خودش تنها از نسخه ۳.۰ فعال شده است.
  • کلینگ در فهرست قیمت رانوی ثبت نشده، پس نرخ ثانیه ای آن با سایر نامزدها قابل مقایسه مستقیم نیست.
  • خط زمانی کامل نسخه ها در دسترس نیست، چون صفحه تاریخچه انتشار کلینگ با جاوااسکریپت رندر می شود.
  • فهرست کشورهای پشتیبانی شده منتشر نشده، پس فیلد ایران برای این خانواده «نامشخص» ثبت می شود.

جمع‌بندی فنی

استقرار روی ۳.۰ باید انجام شود و در صورت ورودی چندرسانه ای، Omni انتخاب شود. اگر خروجی فارسی با صدا نیاز دارید، این خانواده هنوز پاسخی برای این پارامتر ندارد و باید مرحله صداگذاری را جدا در معماری خود در نظر بگیرید.

منابع

  1. Kling AI, VIDEO 3.0 model user guideمنبع سازندهkling.aiخوانده شده در ۲۲ مرداد ۱۴۰۵
  2. Kling AI, VIDEO 3.0 Omni model user guideمنبع سازندهkling.aiخوانده شده در ۲۲ مرداد ۱۴۰۵
  3. Kling AI, native 4K video model announcementمنبع سازندهkling.aiخوانده شده در ۲۲ مرداد ۱۴۰۵