Kling 2.0 – ยังคงเป็นเครื่องกำเนิด AI ที่ดีที่สุดหรือถูกโค่นบัลลังก์ไปแล้ว?

Kling 2.0 เปิดตัวแล้ว ซึ่งหมายความว่าเครื่องสร้างวิดีโอด้วย AI ที่ได้รับคะแนนสูงสุดในปัจจุบันนั้นได้รับการพัฒนาให้ดียิ่งขึ้นไปอีก วันนี้เราจะมาเจาะลึกกันว่ามันได้รับการปรับปรุงไปมากแค่ไหน มีอะไรที่ขาดหายไป และคุณคาดหวังอะไรได้บ้างจากเวอร์ชันใหม่ที่เหนือชั้นนี้

Kling ยังคงรักษามาตรฐานใหม่ด้วยรุ่น 2.0 โดยรุ่น 1.6 ยังคงครองตำแหน่งสูงสุดในการจัดอันดับรุ่นแปลงภาพเป็นวิดีโอที่ดีที่สุด ขณะที่รุ่น 1.5 แปลงข้อความเป็นวิดีโอมาเป็นอันดับสอง รองจาก Veo 2 ของ Google มาดูกันว่ารุ่น 2.0 ของ Kling จะทำได้ดีแค่ไหน

การดู Kling 2.0 ครั้งแรก - เพิ่มความเที่ยงตรงและความสอดคล้อง

ในแง่ของความเที่ยงตรงโดยรวมและความสอดคล้องกันอย่างรวดเร็ว ฉันต้องยอมรับว่าโมเดล Kling 2.0 ใหม่นั้นก้าวล้ำหน้าไปมาก โดยเฉพาะในด้านภาพต่อวิดีโอ ไม่ว่าภาพอินพุตของคุณจะเป็นแบบใด ทุกอย่างก็ยังคงสอดคล้องกัน โดยมีการแสดงตัวละครโดยรวมที่มั่นคง

การประเมินการแปลงข้อความเป็นวิดีโอของ Kling 2.0

มาเริ่มกันด้วยตัวอย่างข้อความเป็นวิดีโอนี้ โดยเริ่มจากคำสั่งให้สร้างไดร์วูล์ฟที่ได้รับแรงบันดาลใจจาก Game of Thrones ซึ่งส่วนใหญ่ได้รับแรงบันดาลใจมาจากเรื่องราวข่าวจริงของ Colossal Bioscience ที่ทำให้ไดร์วูล์ฟสามตัวกลับมาจากการสูญพันธุ์

ข้อความแจ้งเตือนวิดีโอออกมาดูค่อนข้างดี โดยเฉพาะเมื่อแปลงข้อความเป็นวิดีโอ แม้ว่าจะมีปัญหาอยู่บ้างกับมุมมองและขนาดของไดร์วูล์ฟเมื่อเทียบกับจอน สโนว์ พ่อมดแห่งความมืด แต่ก็สอดคล้องกับข้อความแจ้งเตือนเริ่มต้นเช่นกัน ด้วยเหตุนี้ ผลลัพธ์การแปลงข้อความเป็นวิดีโอจึงน่าประทับใจมาก

การประเมินการแปลงภาพเป็นวิดีโอของ Kling 2.0

ตัวอย่างที่ 1

เมื่อดูตัวอย่างแรก เราจะเห็นการเดินที่มั่นคงเป็นเวลา 10 วินาที สิ่งที่ประทับใจฉันก็คือ แม้ว่าจะมีความไม่สอดคล้องกันเล็กน้อย แต่จุดโฟกัสของภาพคือเท้าที่เดิน และแสดงให้เห็นการเดินที่มั่นคงมาก มีจังหวะการกระตุกเพียงเล็กน้อย และดูเหมือนว่าเท้าจะตอบสนองต่อสิ่งต่างๆ เช่น แอ่งน้ำในโคลน

บางครั้งคุณอาจเจอยานอวกาศที่บินถอยหลัง แต่ฉันไม่เคยเจอคนเดินถอยหลังเลย แม้ว่าหากคุณเจอแบบนี้ วิธีแก้ไขที่รวดเร็วคือบินถอยหลัง

ตัวอย่างที่ 2

ตัวอย่างอื่น ๆ ของการสร้างภาพที่ไร้รอยต่อนี้ปรากฏอยู่ในภาพถ่ายที่ได้รับแรงบันดาลใจจาก Vogue ยุค 60 แม้ว่านางแบบจะเป็นจุดสนใจ แม้ว่าจะดูเท่เกินกว่าจะมองกล้อง แต่เธอก็นั่งเฉย ๆ แต่เป็นตัวละครอื่น ๆ ในฉากที่ดึงดูดความสนใจของฉัน ผู้ชายที่เดินอยู่ในฉากไม่ได้เป็นส่วนหนึ่งของฉากนั้นจริงๆ แต่เมื่อพิจารณาจากบริบทแล้ว พวกเขาดูราวกับว่าเป็นส่วนหนึ่งของฉากนั้น

ฟีเจอร์ที่ได้รับการอัพเกรดของ Kling 2.0

การเคลื่อนไหวที่รวดเร็วและสอดคล้องกัน

จุดแข็งที่สำคัญของ Kling 2.0 ก็คือความสามารถในการเคลื่อนไหวที่รวดเร็วและสอดคล้องกัน

หากเราลองมองการต่อสู้กังฟูผ่านการแปลงข้อความเป็นวิดีโอ จะพบว่ามันสมบูรณ์แบบอย่างสมบูรณ์แบบหรือไม่ ไม่เลย แต่ก็ถือว่าน่าประทับใจทีเดียว โดยเฉพาะเมื่อพิจารณาถึงการหมุนกล้อง ซึ่งช่วยชดเชยความไม่สอดคล้องกันได้

ความจริงที่ว่าทั้งสองคนยังคงอยู่บนพื้นและไม่มีคนใดบินหนีไป และพื้นหลังก็ไม่กลายเป็นระเบิด แสดงให้เห็นถึงผลลัพธ์ที่น่าประทับใจ

เอาต์พุตอื่นๆ จากพรอมต์เดียวกันนั้นค่อนข้างแปลกในแง่ของการเคลื่อนไหวของตัวละคร แต่โดยรวมแล้วไม่มีความสอดคล้องกันมากนัก โดยตัวละครจะผสานเข้าหากันหรือมีแง่มุมอื่นๆ ที่เราคาดหวังไว้บ่อยๆ หากคุณใช้ทักษะการตัดต่อที่ชาญฉลาด คุณก็อาจจะได้ส่วนที่ดีของคลิปความยาว 10 วินาทีนี้

ข้อมูลจำเพาะของรุ่นและการควบคุมกล้อง

ด้วยการใช้ Kling 2.0 เราสามารถสร้างวิดีโอได้ในช่วงเวลา 5 หรือ 10 วินาที และใช้สัดส่วนภาพ 16:9, 9:16 และ 1:1 นอกจากนี้ หากคุณเลือกแผน Premier คุณสามารถสร้างวิดีโอเอาต์พุตได้มากกว่าหนึ่งรายการในเวลาเดียวกัน ปัจจุบัน วิดีโอเอาต์พุตมีความละเอียด 720p แม้ว่าฉันจะได้ยินมาว่าจะมีความละเอียด 1080p ตามมา

คำอธิบายการเคลื่อนไหวของเลนส์และกล้อง

ในขณะนี้ยังไม่มีตัวเลือกการควบคุมกล้องในข้อความแจ้งเตือน แต่ต้องบอกว่าโมเดลนี้ตอบสนองได้ดีมาก ไม่เพียงแต่การเรียกการเคลื่อนไหวของกล้องเท่านั้น แต่ยังรวมถึงการเลือกเลนส์ด้วย ตัวอย่างเช่น ในกรณีนี้ เราเรียกเลนส์ 85 มม. ที่มีระยะชัดตื้นและการเคลื่อนไหวแบบวงโคจร

สิ่งที่น่าสังเกตคือ ฉันเห็นว่าโต๊ะเอียงเล็กน้อย โดยที่เสาไม่เชื่อมต่อกันตรงที่ควรจะเป็น แต่ที่น่าสนใจคือโต๊ะเอียงอยู่ตลอดเวลา โดยรวมแล้ว คำแนะนำเป็นไปตามคำแนะนำเกี่ยวกับการเคลื่อนไหวของกล้องและประเภทของเลนส์

จากนั้นเปลี่ยนเลนส์ 85 มม. เป็น 20 มม. เพื่อให้ได้ภาพที่กว้างขึ้นมากโดยใช้การเคลื่อนไหวแบบเดียวกัน โดยให้ความสำคัญกับรายละเอียดอย่างมากในการเน้นย้ำถึงเลนส์มุมกว้าง แม้ว่าจะหลีกเลี่ยงไม่ได้ที่ใครบางคนจะชี้ให้เห็นว่าเลนส์นี้ไม่ใช่เลนส์ 20 มม. หรือ 85 มม. อย่างแน่นอน แต่ประเด็นสำคัญคือคุณจะได้ภาพคร่าวๆ ของสิ่งที่คุณกำลังมองหา

เปิดตัวเครื่องมือใหม่ - คุณสมบัติ Multi-Elements

สิ่งหนึ่งที่ฉันไม่อยากมองข้ามคือฟีเจอร์ใหม่ที่มีองค์ประกอบหลายอย่างซึ่งกำลังจะเปิดตัว ฉันไม่มีเวลาเล่นกับมันมากนัก แต่ฉันคิดว่ามันสำคัญมากที่จะทำให้คุณเข้าใจว่ามันทำอะไรได้บ้าง เพราะมันมีศักยภาพที่จะกลายเป็นเครื่องมือที่มีประสิทธิภาพมากทีเดียว

เมื่อเปิดวิดีโอ คุณสามารถคลิกตัวเลือก “เพิ่มการเลือก” แล้วตัวละครของคุณจะถูกปกปิดทันที

เมื่อคุณมีความสุข คุณสามารถ "ยืนยัน" และอัปโหลดรูปภาพตัวละครอื่นได้

ข้อความแจ้งจะปรากฏขึ้นพร้อมข้อความว่า “สลับ X จาก (ภาพขนาดย่อของรูปภาพของคุณ) เป็น X จาก (ภาพขนาดย่อของวิดีโอของคุณ)” คุณจะต้องกรอกค่า “X” ในตัวอย่างนี้ คือ เด็กหญิงและเด็กหญิง จากนั้นจึงคลิก “สร้าง”

เครื่องมือจะสลับอักขระหนึ่งตัวกับอีกตัวหนึ่ง และถึงแม้อินพุตในตัวอย่างนี้จะไม่สมบูรณ์แบบนัก แต่ก็บ่งบอกได้เป็นอย่างดีว่าฟีเจอร์หลายองค์ประกอบทำงานอย่างไร

ด้วยการทดลองบางอย่างและอาจเลือกใช้ตัวเลือกที่ปรับโทนสีให้สอดคล้องกันมากขึ้น คุณอาจจะได้ผลลัพธ์ที่น่าตื่นตาตื่นใจ โดยเฉพาะเมื่อรุ่น Kling 2.0 มาถึง

คำตัดสินสุดท้าย: Kling AI ยังคงเป็นราชาอยู่หรือไม่?

เมื่อพิจารณาถึงการแปลงข้อความเป็นวิดีโอ ฉันคิดว่าระบบนี้อยู่ในระดับเดียวกับ Veo 2 โดยที่ Veo 2 นำหน้าอยู่เพียงเล็กน้อยเท่านั้น

แต่คุณต้องคำนึงถึงต้นทุนการใช้งานที่สูงขึ้นของ Veo 2 ด้วย จากที่ได้กล่าวไปนั้น ฉันได้รับแจ้งมาว่าจะมีรุ่น 2.0 อีกหลายรุ่นตามมา ดังนั้นเราคงต้องรอดูว่า Kilng จะยังคงครองตำแหน่งราชาต่อไปหรือมีรุ่นอื่นเข้ามาแทนที่

หมายเหตุ: บทความนี้เขียนขึ้นจากวิดีโอ YouTube ต่อไปนี้