פנים מבית קלינג. מה קורה בין הנחיה לווידאו צוות קלינג סיפר לנו כיצד המחולל מלמד אותנו להגשים את רצונות הבמאי שלנו. סרטוני הדרכה ערוכים כמעט כמו גיליון עריכה. המאמר בוחן סרטון של 18 שניות. התיאור הרגיל בלבל בין חתך חד עם מעבר חלק ופספס שהקו התחיל לפני שהגיבור הופיע. אם פרטים כאלה אובדים באופן קבוע בתיאורי הכשרה, קשה יותר למחולל ללמוד כיצד לתמרן אותם. לכל התייחסות יש תפקיד משלה. נניח שאתה צריך לצלם פרצוף מהתמונה הראשונה, ז'קט מהשנייה ורק תנועת מצלמה מהסרטון. את קלינג מלמדים לקשר במפורש כל התייחסות לחלק הרצוי בסצנה. אחרת, "עשה את זה כמו כאן" הופך בקלות ל"במקביל, קח את הרקע והתאורה משם." Prompt Enhancer מאומן על דורות אמיתיים. ראשית, מלמדים אותו לשכתב שאילתות בשפה של אותם תיאורים מאוד מפורטים. לאחר מכן, עבור בקשה אחת, נוצרות מספר גרסאות של ההנחיה, נוצרות מהן סרטונים והתוצאה מוערכת. פרט מעניין מהצוות: לאחר מכן, התוצאה הפכה יציבה יותר, אך האפשרויות האקספרסיביות ביותר סבלו. אם השופט מעניש על חפצים, קל יותר לבחור בתנועת מצלמה שהדוגמנית כבר טובה בה. השופט חייב להיות מסוגל גם לצפות בוידאו. אם הוא רואה מעט מדי פריימים, הוא עלול לפספס איך היד של הגיבור נשברת לשבריר שנייה. לקלינג יש שני מעריכים: האחד מסביר היכן ומה השתבש, השני נותן במהירות ציונים על תנועה, תדמית והיענות לבקשה. ועוד פרט אחד על מה שנמצא מתחת למכסה המנוע. החלקים החזותיים והשפה של Kling-MLLM אוחלו ממשפחת קוון 3.5-3.8 והוסיפו עיבוד אודיו. אנחנו מדברים על מערכת שעוזרת לך להבין ולהעריך סרטונים. הסרטון עצמו נוצר על ידי דגם נפרד. לחנון באמת: הסתיים עידן קנה המידה של שנאי דיפוזיה טהור (DiT) למען שיפור הפיקסלים. כיום, צוואר הבקבוק של יצירת וידאו עבר מעיבוד לשליטה סמנטית והבנה רב-מודאלית.

פנים מבית קלינג. מה קורה בין הנחיה לווידאו צוות קלינג סיפר לנו כיצד המחולל מלמד אותנו להגשים את רצונות הבמאי שלנו. סרטוני הדרכה ערוכים כמעט כמו גיליון עריכה. המאמר בוחן סרטון של 18 שניות. התיאור הרגיל בלבל בין חתך חד עם מעבר חלק ופספס שהקו התחיל לפני שהגיבור הופיע. אם פרטים כאלה אובדים באופן קבוע בתיאורי הכשרה, קשה יותר למחולל ללמוד כיצד לתמרן אותם. לכל התייחסות יש תפקיד משלה. נניח שאתה צריך לצלם פרצוף מהתמונה הראשונה, ז'קט מהשנייה ורק תנועת מצלמה מהסרטון. את קלינג מלמדים לקשר במפורש כל התייחסות לחלק הרצוי בסצנה. אחרת, "עשה את זה כמו כאן" הופך בקלות ל"במקביל, קח את הרקע והתאורה משם." Prompt Enhancer מאומן על דורות אמיתיים. ראשית, מלמדים אותו לשכתב שאילתות בשפה של אותם תיאורים מאוד מפורטים. לאחר מכן, עבור בקשה אחת, נוצרות מספר גרסאות של ההנחיה, נוצרות מהן סרטונים והתוצאה מוערכת. פרט מעניין מהצוות: לאחר מכן, התוצאה הפכה יציבה יותר, אך האפשרויות האקספרסיביות ביותר סבלו. אם השופט מעניש על חפצים, קל יותר לבחור בתנועת מצלמה שהדוגמנית כבר טובה בה. השופט חייב להיות מסוגל גם לצפות בוידאו. אם הוא רואה מעט מדי פריימים, הוא עלול לפספס איך היד של הגיבור נשברת לשבריר שנייה. לקלינג יש שני מעריכים: האחד מסביר היכן ומה השתבש, השני נותן במהירות ציונים על תנועה, תדמית והיענות לבקשה. ועוד פרט אחד על מה שנמצא מתחת למכסה המנוע. החלקים החזותיים והשפה של Kling-MLLM אוחלו ממשפחת קוון 3.5-3.8 והוסיפו עיבוד אודיו. אנחנו מדברים על מערכת שעוזרת לך להבין ולהעריך סרטונים. הסרטון עצמו נוצר על ידי דגם נפרד. לחנון באמת: הסתיים עידן קנה המידה של שנאי דיפוזיה טהור (DiT) למען שיפור הפיקסלים. כיום, צוואר הבקבוק של יצירת וידאו עבר מעיבוד לשליטה סמנטית והבנה רב-מודאלית.