Kling O1: унифицированная видео-модель с большими амбициями и предсказуемыми проблемами 1 декабря компания Kuaishou выпустила Kling O1 — первую «унифицированную мультимодальную видео-модель». Звучит амбициозно, но давайте разберемся, что это значит на практике. 🎬 Что такое Kling O1 Kling O1 объединяет семь функций в одном движке: генерацию видео по тексту, по картинке, по референсам, редактирование существующего видео, замену объектов, изменение стилей и расширение клипов. Вместо того чтобы прыгать между разными инструментами, теперь можно делать всё в одном месте. Технически это выглядит интересно — модель использует Chain-of-Thought рассуждения для интерпретации промптов и поддерживает до 10 референсных изображений одновременно через синтаксис "@". Например, можно написать: "Возьми персонажа из @image1, помести его в окружение из @image2 и примени стиль из @image3". 💡 Ключевая идея: вместо отдельных инструментов для генерации и редактирования — один движок, который понимает текст, картинки и видео как единый контекст. 🏆 Маркетинг против реальности Внутреннее тестирование Kuaishou показало впечатляющие результаты: модель превзошла Google Veo 3.1 в задачах с референсами на 247%, а Runway Aleph в трансформации видео на 230%. Но есть три проблемы с этими цифрами: 1️⃣ Тестирование проводилось самой компанией, без независимой верификации 2️⃣ Пользователи в реальности сталкиваются с багами: долгое ожидание, зависания генерации на 99%, проблемы с качеством 3️⃣ Как отмечают практики (включая меня), базовые функции вроде замены объектов работают хуже, чем в предыдущих версиях 🔍 Практический опыт В нашем агентстве мы сейчас используем только два инструмента для видео: veo3 через API и Kling. Оба они заняли свою нишу не из-за революционности, а благодаря стабильности и предсказуемости результата. С выходом Kling O1 я ожидал качественного скачка. Попросил модель заменить бутылки на видео на банки пива — результат разочаровал. Кажется, что предыдущая версия справлялась лучше. Парадокс AI-видео индустрии: каждое обновление обещает революцию, но на практике часто получается один шаг вперед, полшага назад. ⚖️ Что действительно полезно Несмотря на критику, есть моменты, где Kling O1 действительно удобен: 🔸 Референсная система с "@" синтаксисом упрощает работу с множественными элементами 🔸 Встроенный аудио движок Kling-Foley генерирует звук синхронно с видео 🔸 Возможность комбинировать несколько операций в одном запросе экономит время Но эти преимущества работают только тогда, когда сама генерация не глючит. 🎯 Итого Kling O1 — это попытка сделать «всё в одном», что теоретически правильное направление. Но на практике унификация пока не означает улучшение качества. Для агентств и продакшенов я бы рекомендовал подождать несколько месяцев, пока модель стабилизируется. А тем, кто экспериментирует с AI-видео — протестировать самим и сравнить с уже работающими инструментами. Какие AI-видео инструменты используете вы в работе? Замечали ли, что новые версии иногда работают хуже предыдущих? ---- Поляков считает — про ИИ, рекламу и аналитику.