Kling Avatar 2.0 리뷰: 인물 사진 하나로 최대 5분 발화

공개된 예시 네 개는 두 해상도와 인물 사진이 구동할 수 있는 두 화면비를 모두 다룹니다. 1080p에서는 세로 인물 사진이 소스 오디오와 단어 단위로 맞춰 시선을 내렸다가 마지막에 수줍은 웃음을 짓는, 긴장되고 진실된 고백을 전달합니다. 720p에서는 세로 인물 사진 하나가 마이크 스탠드에 손을 얹은 채 심야 청중에게 따뜻하고 친밀한 무대 인사를 건네고, 가로 인물 사진 두 개는 눈썹과 미소 애니메이션이 맞춰진 활기찬 팟캐스트풍 오프닝과, 작은 끄덕임과 편안한 미소가 곁들여진 느긋한 바 카운터 이야기를 보여줍니다. 출력 방향은 하나의 형태로 고정되지 않고 인물 사진을 따르며, 모든 예시에서 프롬프트에 이름 붙인 구체적인 몸짓이나 표정이라는 표정 연기가 일반적인 입 움직임이 아니라 오디오와 맞춰 제때 등장합니다.

여기서 프롬프트는 장면 내용이 아니라 연기를 지시합니다—인물 사진과 오디오가 이미 화면에 무엇이 나오고 무슨 말을 하는지 결정했습니다.

1. 오디오 속 한 순간에 묶인 구체적인 감정 박자(1080p).

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

이걸 Kling Avatar 2.0에서 실행 →

2. 대본이 아니라 에너지와 톤(720p).

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

이걸 Kling Avatar 2.0에서 실행 →

중요한 설정: 얼굴이 명확하고 대체로 정면을 향하며 조명이 좋은 인물 사진을 쓰세요—모델이 받는 유일한 시각 입력이라 그 품질이 출력의 상한을 정합니다. 오디오는 배경음악이나 목소리가 겹치지 않게 깨끗하게 유지하세요. 모델은 믹스를 분리하는 게 아니라 단일한 목소리 트랙에 입술과 표정을 맞추고 있습니다.

Kling은 모든 요청을 세 겹—프롬프트 텍스트, 업로드된 이미지나 오디오, 완성된 클립—으로 자체 검토하며, 저희가 테스트한 모든 Kling 엔드포인트에서 같은 방식을 씁니다. 거절된 요청은 절대 과금되지 않습니다.

2026년 9월 28일, 720p와 1080p 두 등급 모두에 대해 이 엔드포인트를 상대로 콘텐츠 사다리 두 단계를 돌렸습니다. L1 암시(란제리, 흘러내리는 어깨끈)는 렌더링됐습니다. 검은 레이스 란제리를 입은 인물 사진이 요청대로 말하며 돌아왔습니다. 1080p 등급에서는 첫 시도가 렌더링 후 거절됐고 동일한 재시도는 통과했습니다. Kling 2.6 텍스트 투 비디오에서 본 것과 같은 무작위성이며, 이 단계에서의 한 번의 거절이 항상 최종은 아닙니다. L3 강함은 두 등급 모두에서 몇 초 안에 업로드 단계에서 거절됐습니다. L3 수준 인물 사진은 Kling의 입력 검사를 절대 통과하지 못하며, 아무것도 생성되거나 과금되지 않습니다. 페이지 표시는 필터 적용입니다.

이 엔드포인트에서 아직 시험하지 않은 것: L2 성숙한 주제, L4 고강도, L5 극한. Kling은 저희가 테스트한 다른 모든 엔드포인트에서 L2를 거절했으니, 여기서 더 많은 것을 기대하지 마세요.

이 엔드포인트는 특정한 얼굴이 특정한 말을 하게 만드는 것이 목적이며, 그 얼굴과 목소리가 여러분의 것이 아니라면 실제 개인적 위험이 따릅니다. 본인 소유이거나, 등장하고 들리는 사람의 명시적 허락을 받은 인물 사진과 오디오 녹음만 보내세요. 말하거나 노래하는 모습으로 애니메이션화하기 전에 실존하고 식별 가능한 인물의 동의가 필요합니다.

• 정지 인물 사진을 애니메이션화하는 더 저렴하고 단순한 방법이 필요한가요? Talking Avatar는 같은 인물 사진 + 오디오 작업을 초당 $0.018부터, 60초 상한으로 하며, 여러 사람이 나온 사진에서 화자를 고르는 mask_url 필드가 있습니다. Talking Avatar 리뷰.
• 이미 영상이 있고 목소리만 다시 입히면 되나요? Lip Sync는 정지 인물 사진을 애니메이션화하는 대신 기존 영상의 입만 다시 그리며, 초당 $0.012입니다.
• 머리만이 아니라 전신이 움직여야 하나요? Wan 2.2 Animate는 구동 클립에서 캐릭터 이미지로 전신 동작을 옮깁니다.