Kling AI baru saja merilis model Kling 2.0 yang baru, dan disertai dengan penyempurnaan pada gambar ke video dan teks ke video . Secara khusus, Kling 2.0 menawarkan hasil yang lebih baik dengan perintah dan gambar yang dinamis dan penuh aksi, yang dapat menghasilkan video yang lebih memukau. Mari kita bahas apa saja yang baru pada Kling 2.0 dan bagaimana Anda dapat memanfaatkan token Anda sebaik-baiknya.
Memulai dengan Kling 2.0
Pertama, mari kita bicarakan apa yang dapat Anda lakukan dengan model Kling 2.0 yang baru.
Saat ini, KlingAI mendukung opsi teks-ke-video dan gambar-ke-video dengan Kling 2.0. Anda tentu saja dapat menggunakan gambar apa pun yang Anda inginkan, termasuk gambar yang dibuat; contoh saya menggunakan gambar yang dibuat dengan Flux . Anda juga akan melihat opsi "Multi-Elements" , yang memungkinkan Anda menukar, menambahkan, atau menghapus bagian dari klip video.
Yang perlu Anda lakukan adalah berhenti di waktu tertentu dalam video, menambahkan bagian yang ingin diedit (dalam kasus ini, saya menukar), dan Kling AI akan mengurus sisanya untuk Anda.
Anda juga ingin menambahkan titik pada berbagai wilayah pilihan Anda untuk meningkatkan hasil. Umumnya, semakin banyak titik yang Anda tambahkan, AI akan semakin baik dalam melacak dan menutupi gerakan. Saya menambahkan beberapa titik dalam pilihan ini karena gerakan manusia itu rumit dengan banyak bagian yang bergerak.
Namun, Anda belum selesai. Saat merujuk ke video dengan gerakan yang sangat rumit (seperti tarian), Anda tidak akan mendapatkan hasil terbaik dengan menambahkan pilihan ke satu bingkai saja.
Namun, jika video Anda tidak memiliki banyak aksi, Anda beruntung. Anda tidak perlu menambahkan banyak topeng untuk mendapatkan hasil yang layak. Dalam contoh ini, saya hanya memiliki dua topeng di linimasa video, tetapi saya tetap berhasil mendapatkan hasil yang cukup konsisten karena gerakannya relatif sederhana dan kameranya tidak banyak bergerak.
Kling 2.0 vs WAN 2.1
Saya sebutkan sebelumnya bahwa Kling 2.0 memungkinkan Anda membuat video seperti WAN 2.1 VACE, yang merupakan model sumber terbuka. Dan meskipun menyenangkan untuk memiliki model AI gratis yang berjalan secara lokal di komputer Anda, sebagian besar pengguna dibatasi oleh perangkat keras. Dan kecuali Anda memiliki GPU terbaik yang ditujukan untuk model AI, seperti H100, Anda mungkin tidak akan mendapatkan hasil terbaik. Bahkan GPU konsumen unggulan seperti 4090 dan 5090 akan kesulitan untuk menyamai kualitas video yang dihasilkan melalui model premium seperti Kling 2.0.
Untuk menunjukkan betapa berbedanya kinerja WAN 2.1 VACE dan Kling 2.0 , saya menggunakan gambar dan perintah yang sama dan mengubahnya menjadi video. Hasilnya sangat, sangat kentara.
Saya menggunakan gambar peri yang sedang membuat kue ulang tahun di kedua model. Dengan WAN 2.1, videonya cukup hambar. Para peri sebagian besar berdiri diam, dan satu-satunya gerakan nyata dalam video berasal dari gelembung ajaib yang melayang di atas kue. Bukan adegan yang benar-benar dinamis.
Di sisi lain, video Kling 2.0 jauh lebih penuh aksi. Peri kecil di tengah berlari mengelilingi kue, efek sihir beterbangan dari tongkat sihir mereka, dan kue itu sendiri tumbuh menjadi ukuran yang jauh lebih besar. Hasilnya terlihat jauh lebih baik daripada hasil WAN 2.1. Bahkan, kemampuan Kling 2.0 untuk menangani adegan-adegan cepat melampaui versi sebelumnya, Kling 1.6.
Kling 2.0 vs Kling 1.6
Dalam contoh berikut ini, saya meminta Kling 2.0 membuat adegan perkelahian antara dua karakter wanita. Video yang dihasilkan memiliki gerakan bela diri yang rumit dan kamera yang bergerak cepat yang mengitari keduanya saat mereka bertarung. Ada juga banyak efek partikel yang memberi adegan itu sentuhan ekstra.
Di sisi lain, Kling 1.6 kesulitan untuk mengimbangi kecepatan Kling 2.0. Bahkan dengan karakter dan perintah yang sama, video Kling 1.6 jauh lebih lambat, dengan hampir tidak ada gerakan kamera. Anda benar-benar dapat melihat peningkatan dalam Kling 2.0 saat membandingkannya dengan Kling 1.6 menggunakan adegan aksi dan perintah.
Keunikan Kling 2.0
Namun, Kling 2.0 memiliki kekhasannya sendiri. Ketika saya mencoba untuk memberikan perintah yang terlalu spesifik, model tersebut tidak dapat menanganinya dengan baik. Video seorang wanita di atas jet-ski ini tampak aneh karena kepalanya menoleh ke belakang.
Jika Anda ingin mendapatkan hasil yang tampak alami, Anda perlu membuat perintah yang sederhana. Dengan perintah yang disederhanakan, saya mendapatkan hasil yang tampak jauh lebih bagus di sini. Ini juga saat yang tepat untuk menyebutkan bahwa Kling 2.0 menangani air dengan cukup baik, dengan gelombang dan cipratan yang realistis.
Selama Anda menjaga perintah Anda tetap sederhana, Anda juga dapat membuat karakter dalam video Anda melakukan hal-hal menarik, seperti mengubah fokus mereka dari kamera.
Bingkai pertama video ini memperlihatkan wanita itu melihat ke kamera, tetapi saat video berlanjut, dia melaju pergi, sambil menoleh ke jalan. Ini terlihat jauh lebih realistis daripada versi WAN 2.1 dari perintah yang sama; meskipun model sumber terbuka dapat menangani pantulan dan cahaya dengan baik, tidak banyak gerakan dari wanita yang mengendarai sepeda motor.