Нейронутые | ИИ (Егор Апполонов)

Итак: Kling AI представила Kling 3.0 Omni. Что изменилось и почему это важно? Разбираем по пунктам (пока иду по верхам): 1. «Промышленный» уровень консистентности Главная проблема нейросетей — когда персонаж или объект меняется от кадра к кадру — обещают нам, решена. Kling 3.0 Omni глубоко понимает структуру объектов. Теперь, как бы ни двигалась камера, черты персонажа, детали предметов и окружение остаются неизменными. Для этого нужно использовать изображения с разных ракурсов как референс, и модель «запомнит» героя. 2. Нативное аудио и озвучка персонажей: больше никаких «немых» роликов Direct Audio-Visual Output: модель генерирует видео сразу со звуком. Voice-Driven Characters: теперь можно добавлять голос конкретным элементам (персонажам), обеспечивая синхронизацию речи и мимики. Ложка дегтя: русский язык пока совсем не звучит как русский язык. 3. Видео как референс (Video Element Reference) Теперь в качестве исходника можно загружать не только текст или картинку, но и целое видео. Модель может извлечь из него элементы, движения или стиль и перенести в новую генерацию. 4. Увеличенная длительность и мульти-кадры Длительность: максимальное время генерации выросло до 15 секунд (в версии O1 было 10с). Multi-shot: поддержка сложных сторибордов и монтажных склеек внутри одной генерации. 5. Мультимодальный ввод (Omni-способности) Модель стала по-настоящему «всеядной». Она одновременно анализирует текст, несколько изображений-референсов и видео, создавая гармоничные интерактивные сцены. Вы можете буквально «смешивать» элементы, и нейросеть сама поймет, как они должны взаимодействовать. Итог: Kling 3.0 Omni — это не просто улучшение качества картинки, а переход к полноценному производству короткометражного контента с контролем над звуком, персонажами и ракурсами. Но все еще без русского языка.