Test de Kling 2.6 : son optionnel, 1080p fixe, Motion Control

Notre exemple Motion Control a pris une chorégraphie hip-hop dansée à l’origine par une interprète et l’a plaquée sur un homme en costume trois pièces bleu marine debout dans un loft en béton lumineux. Les mouvements collaient au clip source pas pour pas ; son costume, ses mocassins et son visage ont tenu depuis sa propre photo, et le décor du loft venait de sa photo plutôt que de la séquence source.

En image vers vidéo, une image de départ d’une femme sur un hayon de pick-up à l’heure dorée a livré une réplique parlée — « Cinq minutes de plus, et on y va. » — avec du vent du désert, des criquets et un camion qui passe calés sur la réplique, la poussière dérivant à travers la lumière à contre-jour pendant que la caméra avançait ; le seul souci était une bande sonore plus basse que l’image sur cette prise.

En texte vers vidéo, une scène de dîner à quatre personnages des années 1950 à 2 h du matin a livré rires, jukebox et couverts qui tintent calés sur l’action, même si le conteur dans le box gesticulait moins que le prompt ne le demandait. Un plan vertical séparé, silencieux et verrouillé, d’une danseuse exécutant une chorégraphie hip-hop est revenu assez propre pour que nous réutilisions ensuite ce clip exact comme clip source Motion Control pour deux autres familles.

Pour les tâches image et texte, nommez le son que vous voulez à côté de l’action — Kling 2.6 générera ambiance et dialogue quand vous les décrivez, pas seulement quand vous les sous-entendez. Pour Motion Control, le clip source fournit chaque temps du mouvement ; la photo de personnage fournit qui bouge et où, donc réduisez le prompt à nommer ce qui diffère, s’il y a quelque chose.

1. Une réplique parlée avec son environnement (image vers vidéo). Le prompt derrière notre exemple de hayon :

She lowers the bottle, swings her boots against the tailgate, then turns her head into the low sun with a half smile and says, "Five more minutes, then we go." Dust drifts through the golden backlight while the camera slowly pushes in...

Essayer ce style sur Kling 2.6 →

2. Une scène à plusieurs personnages avec des sources sonores nommées (texte vers vidéo). Le prompt derrière notre exemple de dîner :

A 1950s-style American diner at 2 a.m., a neon sign buzzing in the window. Four friends in their thirties, two women and two men, squeeze into a red vinyl booth over milkshakes and fries. The man at the end tells a story with big hand gestures...

Essayer ce style sur Kling 2.6 →

Faible : un clip source plus étroit qu’environ 700 px, ou une image envoyée enregistrée en WebP — les deux sont rejetés avant que la génération ne commence. Fort : le prompt 1, qui nomme la réplique de dialogue, les sons précis autour et le mouvement de caméra en une seule passe.

Kling examine lui-même chaque requête, en trois couches — le texte du prompt, toute image envoyée, et le clip final — et les résultats ci-dessous correspondent à ce que nous avons vu sur le reste de la gamme Kling, donc c’est bien la modération propre de Kling, pas quelque chose de spécifique à nous. Les requêtes refusées n’ont jamais été facturées dans nos tests, et nous n’avons jamais vu un clip revenir discrètement atténué — une scène soit rend telle qu’écrite, soit la requête échoue franchement.

Notre échelle va de L1 Suggestif (lingerie, une bretelle qui glisse) à L2 Partiel et L3 Fort jusqu’à L4 Intense (une scène intime entre deux adultes) et L5 Extrême, partagé en une sonde de contrainte et jeux d’impact et une sonde de gore cinématographique. Sur cette famille : L1 a rendu. L2 a été refusé à chaque tentative menée. L3 et L4 ont été refusés au stade du prompt ou de l’envoi, avant tout rendu. Notre sonde L5 Extrême de contrainte et jeux d’impact a été refusée là où nous l’avons testée, et notre sonde L5 Extrême de gore a été refusée en image vers vidéo comme en texte vers vidéo. Le seul bémol : en texte vers vidéo, nous avons envoyé la même entrée deux fois, une refusée et une rendue — la modération a ici un peu d’aléatoire, donc un seul refus n’est pas forcément définitif. L’étiquette de la page est Filtré : nous n’ajoutons aucun filtre de contenu de notre côté au-delà de ce que cette étiquette reflète déjà.

Pour tout ce qui dépasse le niveau lingerie, nos familles Spicy sont faites pour ça — Wan 2.2 Spicy et Seedance 2.5 Spicy franchissent tous deux des paliers que cette famille refuse. Pour la mode, la beauté, le dialogue et la danse, Kling 2.6 convient tel quel.

Uniquement des adultes, dans chaque prompt, image et clip source. Une personne réelle et identifiable doit avoir consenti, et vous devez détenir les droits sur chaque fichier envoyé.

• La même génération sans audio natif, à un tarif de base inférieur ? Kling 2.5 Turbo livre lui aussi toujours une bande sonore, mais à un prix inférieur au tarif son-activé de 2.6.
• Du son optionnel avec des coupes multi-plans et un palier 4K ? Kling 3.0 ajoute le contrôle des plans et une marge de résolution que 2.6 n’a pas.
• Un casting par référence depuis jusqu’à sept images, plus la retouche vidéo ? Kling O3 est le palier Omni de la même gamme, avec une surface d’entrée plus large que 2.6.
• Un modèle différent construit autour du son synchronisé et du dialogue ? MiniMax H3 est une alternative non-Kling à vérifier pour les scènes parlées et dialoguées.