أصدرت Kling AI مؤخرًا نموذجها الجديد Kling 2.0 ، والذي يتضمن تحسينات في تحويل الصور إلى فيديو والنصوص إلى فيديو . يُقدم Kling 2.0 نتائج أفضل بفضل المطالبات والصور الديناميكية والمليئة بالحركة، مما يُتيح إنتاج فيديوهات أكثر روعة. لنستعرض الميزات الجديدة في Kling 2.0 وكيف يُمكنك تحقيق أقصى استفادة من رموزك.
البدء مع Kling 2.0
أولاً، دعنا نتحدث عن ما يمكنك فعله باستخدام طراز Kling 2.0 الجديد.
يدعم KlingAI حاليًا خياري تحويل النص إلى فيديو والصورة إلى فيديو باستخدام Kling 2.0. يمكنك بالطبع استخدام أي صورة ترغب بها، بما في ذلك الصور المُولّدة؛ أمثلتي تستخدم صورًا مُنشأة باستخدام Flux . ستلاحظ أيضًا خيار "عناصر متعددة" ، الذي يتيح لك تبديل أو إضافة أو حذف أجزاء من مقطع فيديو.
كل ما عليك فعله هو التوقف مؤقتًا في أوقات معينة من الفيديو، وإضافة الأقسام التي تريد تحريرها (في هذه الحالة، أقوم بالتبديل)، وسوف يتولى Kling AI الباقي من أجلك.
ستحتاج أيضًا إلى إضافة نقاط إلى مناطق مختلفة من اختيارك لتحسين النتائج. عمومًا، كلما زادت النقاط المضافة، كان الذكاء الاصطناعي أفضل في تتبع الحركات وإخفائها. أضفتُ عددًا لا بأس به من النقاط في هذا الاختيار لأن حركة الإنسان معقدة وتشتمل على العديد من الأجزاء المتحركة.
لكنك لم تنتهِ بعد. عند الإشارة إلى مقاطع فيديو ذات حركات معقدة (مثل الرقصات)، لن تحصل على أفضل النتائج بإضافة تحديدات إلى إطار واحد فقط.
إذا لم يكن فيديوك مليئًا بالحركة، فأنت محظوظ. لن تحتاج إلى إضافة الكثير من الأقنعة للحصول على نتيجة جيدة. في هذا المثال، لديّ قناعان فقط في الجدول الزمني للفيديو، ومع ذلك تمكنت من الحصول على نتيجة متسقة نسبيًا لأن الحركات بسيطة نسبيًا والكاميرا لا تتحرك كثيرًا.
Kling 2.0 مقابل WAN 2.1
ذكرتُ سابقًا أن Kling 2.0 يتيح لك إنشاء مقاطع فيديو تُشبه إلى حد كبير WAN 2.1 VACE، وهو نموذج مفتوح المصدر. ورغم أنه من الجيد وجود نموذج ذكاء اصطناعي مجاني يعمل محليًا على جهاز الكمبيوتر، إلا أن معظم المستخدمين مُقيدون بالعتاد. وما لم تكن لديك وحدة معالجة رسومية متطورة مُخصصة لنماذج الذكاء الاصطناعي، مثل H100، فلن تحصل على أفضل النتائج المُمكنة على الأرجح. حتى وحدات معالجة الرسوميات الاستهلاكية الرائدة مثل 4090 و5090 ستواجه صعوبة في مُضاهاة جودة مقاطع الفيديو المُنشأة بواسطة نماذج مُتميزة مثل Kling 2.0.
لإظهار الاختلاف في أداء WAN 2.1 VACE و Kling 2.0 ، استخدمتُ نفس الصور ونفس المطالبات، وحوّلتها إلى فيديو. وكانت النتائج ملحوظة للغاية.
استخدمتُ هذه الصورة للجنيات وهنّ يصنعن كعكة عيد ميلاد في كلا النموذجين. مع شبكة WAN 2.1، كان الفيديو باهتًا بعض الشيء. كانت الجنيات في معظمها ساكنة، والحركة الحقيقية الوحيدة في الفيديو جاءت من الفقاعات السحرية التي طفت فوق الكعكة. لم يكن المشهد ديناميكيًا بالمعنى الحرفي.
من ناحية أخرى، كان فيديو Kling 2.0 أكثر إثارة. ركضت الجنية الصغيرة في المنتصف حول الكعكة، وتناثرت المؤثرات السحرية من عصيها، وكبرت الكعكة نفسها بشكل كبير. يبدو الفيديو أفضل بكثير من نتيجة WAN 2.1. في الواقع، تتفوق قدرة Kling 2.0 على معالجة المشاهد سريعة الوتيرة على إصداره السابق Kling 1.6.
Kling 2.0 مقابل Kling 1.6
في المثال التالي، استخدمتُ Kling 2.0 لإنشاء مشهد قتال بين شخصيتين. تضمن الفيديو الناتج حركات قتالية معقدة، وكاميرا سريعة الحركة تُحيط بهما أثناء القتال. كما تضمّن المشهد العديد من المؤثرات الجسيمية التي أضفت عليه لمسةً مميزة.
من ناحية أخرى، واجه Kling 1.6 صعوبة في مواكبة وتيرة Kling 2.0. فحتى مع نفس الشخصيات والتلميحات، كان فيديو Kling 1.6 أبطأ بكثير، مع حركة كاميرا شبه معدومة. يمكنك ملاحظة التحسينات في Kling 2.0 عند مقارنته بـ Kling 1.6 باستخدام مشاهد الحركة والتلميحات.
غرائب Kling 2.0
مع ذلك، لدى Kling 2.0 بعض العيوب. عندما أحاول أن أكون دقيقًا جدًا في توجيهي، لا يتعامل النموذج مع الأمر جيدًا. يبدو هذا الفيديو لامرأة على دراجة مائية غريبًا لأن رأسها متجه للخلف.
إذا كنت ترغب في الحصول على نتائج طبيعية، فعليك إبقاء توجيهاتك بسيطة. باستخدام توجيه مُبسّط، حصلتُ على نتيجة أجمل بكثير هنا. يُفضّل أيضًا ذكر أن Kling 2.0 يتعامل مع الماء بشكل ممتاز، مع أمواج ورذاذ واقعي.
طالما أنك تحافظ على بساطة مطالباتك، يمكنك أيضًا جعل الشخصيات في مقاطع الفيديو الخاصة بك تفعل أشياء مثيرة للاهتمام، مثل تغيير تركيزها بعيدًا عن الكاميرا.
في الإطار الأول من هذا الفيديو، تنظر المرأة إلى الكاميرا، ولكن مع استمراره، تنطلق بالسيارة، وتدير رأسها نحو الطريق. يبدو هذا أكثر واقعية بكثير من نسخة WAN 2.1 لنفس الموجه؛ فبينما استطاع النموذج مفتوح المصدر التعامل مع الانعكاسات والأضواء بكفاءة، لا توجد حركة تُذكر للمرأة التي تقود الدراجة النارية.