Kling Avatar 2.0: un ritratto, fino a cinque minuti di parlato

I quattro esempi pubblicati coprono entrambe le risoluzioni ed entrambi i rapporti d'aspetto che il ritratto può guidare. A 1080p, un ritratto verticale consegna una confessione nervosa e sincera con uno sguardo verso il basso e una risatina timida alla fine, sincronizzata parola per parola con l'audio sorgente. A 720p, un ritratto verticale offre un discorso caldo e intimo sul palco a un pubblico di tarda notte con una mano appoggiata sull'asta del microfono; due ritratti orizzontali offrono un'apertura in stile podcast, allegra, con sopracciglia e sorriso animati che corrispondono, e una storia rilassata al bancone di un bar con piccoli cenni e un sorriso facile. L'orientamento dell'output segue il ritratto invece di essere fisso a una forma, e in ogni esempio la performance facciale — il gesto o l'espressione specifica nominata nel prompt — arriva puntuale con l'audio invece che come un movimento generico della bocca.

Il prompt qui indirizza la performance, non il contenuto della scena — il ritratto e l'audio decidono già cosa è a schermo e cosa viene detto.

1. Una battuta emotiva specifica legata a un momento dell'audio (1080p).

Nervous and sincere, glancing down once, then back into the lens with a shy laugh at the end.

Esegui questo su Kling Avatar 2.0 →

2. Un'energia e un registro, non uno script (720p).

Confident and upbeat, like opening a show, lively eyebrows and a bright smile.

Esegui questo su Kling Avatar 2.0 →

Impostazioni che contano: usa un ritratto con un volto chiaro, per lo più frontale, e una buona illuminazione — è l'unico input visivo che riceve il modello, quindi la sua qualità fissa un tetto per l'output. Mantieni l'audio pulito, senza musica di sottofondo o voci sovrapposte, dato che il modello sta abbinando labbra ed espressione a un'unica linea vocale, non separando un mix.

Kling esamina ogni richiesta da sé, su tre livelli — il testo del prompt, qualsiasi immagine o audio caricato e la clip finita — lo stesso approccio su ogni endpoint Kling che abbiamo testato. Le richieste rifiutate non vengono mai fatturate.

Il 28 settembre 2026 abbiamo lanciato due gradini della nostra scala di contenuto contro questo endpoint, sia a 720p sia a 1080p. L1 Allusivo (lingerie, una spallina che scivola) si è reso: un ritratto in lingerie di pizzo nero è tornato che parlava come richiesto. Sul livello 1080p il primo tentativo è stato rifiutato dopo il rendering e un ritentativo identico è passato, la stessa casualità che abbiamo visto su testo-in-video di Kling 2.6, quindi un rifiuto a questo livello non è sempre definitivo. L3 Forte è stato rifiutato allo stadio del caricamento entro pochi secondi su entrambi i livelli: un ritratto di livello L3 non supera mai il controllo di input di Kling, e nulla viene generato o fatturato. L'etichetta della pagina è Filtrato.

Non ancora testato su questo endpoint: L2 Parziale, L4 Intenso e L5 Estremo. Kling ha rifiutato L2 su ogni altro endpoint su cui l'abbiamo eseguito, quindi non aspettarti di più qui.

Questo endpoint esiste per far dire a un volto specifico parole specifiche, il che comporta un rischio personale reale se quel volto e quella voce non sono tuoi da usare. Invia solo un ritratto e una registrazione audio che sono tuoi, o per cui hai il permesso esplicito della persona mostrata e ascoltata. Una persona reale e riconoscibile deve aver dato il consenso prima che tu la animi mentre parla o canta qualcosa.

• Un modo più economico e semplice per animare un ritratto fermo? Talking Avatar fa lo stesso lavoro di ritratto più audio da $0.018 al secondo, limitato a 60 secondi, con un campo mask_url per scegliere il parlante in una foto con più persone. La nostra recensione di Talking Avatar.
• Hai già un video e ti serve solo ridoppiarlo? Lip Sync ridisegna la bocca su un filmato esistente invece di animare un ritratto fermo, a $0.012 al secondo.
• Ti serve che si muova tutto il corpo, non solo la testa? Wan 2.2 Animate trasferisce il movimento a corpo intero da una clip guida su un'immagine di personaggio.