Kling 3.0 Turbo レビュー：常時オンの音声、無音オプションなし

当社の画像から動画のサンプルには、一人称視点の場面があります。2 人の人物が写る開始フレームが、混雑した夜市を駆け抜ける動きへとアニメーション化され、相手の顔と衣装はカメラの動きを通じて開始フレームから保たれ、市場のざわめきが決めたタイミングで届きます。もう 1 本の画像から動画の実行では、黄金時間にスクーターに乗る 2 人組を取り上げ、開始フレームからバイク、ジャケット、海岸線を保ちながら、乗車に合わせてエンジン音、風、笑い声を加えました。

テキストから動画では、2 人組のキッチンダンスの場面が、音楽、笑い声、ぐつぐつ煮えている鍋の音を、同じファイル内のプロンプトからそのまま届けました——音、動き、設定がすべて後から重ねられるのではなく、一緒に生成されています。屋上でのダッシュ、跳躍、着地という 1 つの連続アクションのプロンプトは、別々の拍に切り分けられることなく、足音と呼吸がアクションを追う 1 つの途切れない動きとして返ってきました。

すべてのクリップで音声が生成されるので、プロンプトの一部を「見えるべきもの」だけでなく「聞こえるべきもの」——足音、台詞、環境音——に割いてください。モデルにはそれを操るための独立した音声フィールドがないためです。

1. 群衆の中を一人称視点で進む(画像から動画)。 当社の夜市の作例の背後にあるプロンプトはこう始まります。

First person point of view: she tightens her grip on the viewer's hand and pulls, breaking into a run through the crowded neon night market, glancing back over her shoulder and laughing. The camera is towed after her past glowing stalls...

このスタイルを Kling 3.0 Turbo で試す →

2. ショットだけでなく音を名指しする(テキストから動画)。 当社のキッチンの場面は、サウンドトラックを運任せにするのではなく、ダンサー、設定、環境音を 1 回のパスで名指ししました。

Late night in a small tiled kitchen lit by a warm pendant lamp. Two women in their early thirties, a couple, dance salsa between the counter and the fridge while a pot steams on the stove...

このスタイルを Kling 3.0 Turbo で試す →

弱い例： 台詞、環境音、足音への手がかりが一切ない、映像だけのプロンプト——それでもサウンドトラックは付きますが、あなたの言葉に操られたものではありません。強い例： プロンプト 2 が煮える鍋とキッチンの設定を名指ししているように、アクションと並べて具体的な音を名指しする。

Kling はすべてのリクエストを自ら 3 つの層で審査します——プロンプトのテキスト、アップロードされた画像、そして完成したクリップです。以下の結果は Kling ラインの他の部分で見た結果と一致しており、これは当社に固有のものではなく Kling 自身のモデレーションです。拒否されたリクエストは、完全なクリップがレンダリングされたあとで拒否されたものも含め、当社のテストで一度も課金されませんでした。また、クリップが静かに弱められて返ってくることは一度もなく、場面は書いたとおりにレンダリングされるか、リクエストがそのまま失敗するかのどちらかでした。

当社の段階テストは L1 ほのめかし(ランジェリー、ずれ落ちる肩ひも)から始まり、L2 部分露出、L3 強めを経て、L4 高強度(大人 2 人の間の親密な場面)と L5 極限(拘束・衝撃プローブと映画的なゴアプローブに分かれます)まで続きます。このファミリーでは、L1 はレンダリングされました。画像から動画に限ると、境界線はテキストより少し低い位置にあります——シアーレースのランジェリーの開始フレームは通過しましたが、シアーなナイトドレスの開始フレームはすでにレンダリングされたあとで拒否されました。L2 は毎回、試行のたびに拒否されました。L3 と L4 は、クリップが一度もレンダリングされる前に、数秒以内に拒否されました。当社の L5 拘束・衝撃プローブは、テストした箇所で拒否されました。L5 ゴアプローブは画像から動画でレンダリングされましたが、テキストから動画ではまだ実行していません。ページの表示は フィルターあり です。この表示が反映している以上のコンテンツフィルターは当社側で追加していません。

ランジェリーより先の内容には、当社の Spicy ファミリーがそのために作られています——Wan 2.2 Spicy と Seedance 2.5 Spicy はどちらも、このファミリーが拒否する段位を通過します。ファッション、ビューティー、アクション、そしてゴア寄りのホラー系の制作には、Kling 3.0 Turbo は現状のままで十分です。

すべてのプロンプト、開始フレーム、クリップで成人のみとしてください。実在し特定できる人物には本人の同意が必要で、アップロードするすべての画像の権利をお持ちである必要があります。

• 同じ生成で無音を選べて、機能セットがもっと長い？ Kling 3.0 はマルチショットのカット、終了フレーム、4K ティアを追加し、音声をオフにできます。
• さらに参照キャストと動画編集も？ Kling O3 は Omni ティアです。最大 7 枚の参照画像、既存映像用の編集タスク、そして Kling 3.0 と同じ任意音声と 4K の上限を持ちます。
• 既定で無音の、モーション転写つきの安いきょうだいは？ Kling 2.6 は出力を 1080p に固定し、音声を必須ではなく任意にし、このファミリーにはないモーションコントロールタスクを追加します。
• 強制的なサウンドトラックなしで、より長い単一テイクは？ Seedance 2.5 はテキストプロンプトから最大 30 秒まで実行できます。