本文へスキップ

動画

Kling 3.0 Turbo

動画

Ofrai で利用可能 — チャット・画像・動画を同じスタジオで、共有クレジット。

366 クレジットモデル詳細

動画スタジオ

プレビュー

まだクリップがありません

生成後、最新クリップがここに表示されます。

スタジオを開く

プロンプト例

例を選ぶと、プロンプトと推奨設定が上のKling 3.0 Turboクリエイターに読み込まれます。

使い方

Kling 3.0 Turboを3ステップで使う

  1. 01

    入力を用意

    Kling 3.0 Turboを選択したまま、プロンプトと対応する参照素材を追加します。

  2. 02

    出力を設定

    生成前にアスペクト比、解像度、利用可能な動画オプションを選びます。

  3. 03

    生成して調整

    結果を確認し、プロンプトや設定を調整して、同じスタジオで別バージョンを生成します。

Kling 3.0 Turbo は、新しい上流の Turbo プロトコルで動作し、テキストから作り出す場合も、提供された 1 枚の静止画像を起点とする場合も、整った短いクリップを素早く出力するという 1 つの考え方を中心に設計されています。スロットの管理は必要ありません。番号付きの参照リストも、プレースホルダー構文も、末尾フレームもなく、モデルがそれらを勝手に補うこともありません。

出力解像度は、仕組みを考慮して選ぶモードではなく、2 つの選択肢を持つ通常のパラメーターです。長さは 15 秒まで 1 秒単位で指定できます。このシンプルさと引き換えになる制約も明確です。

基準にできるのは 1 枚の静止画像だけなので、複数のテイクにわたって同一性を保つ必要があるもの、終了フレームが指定されているもの、音声の同時生成が必要なものは、別のモデルの役割です。

Turbo が実際に最適化されている用途

インターフェースの説明を文字どおりに読むと、モデルの種類が分かります。テキストから動画、画像から動画の生成に対応する非同期エンドポイントで、画像入力が対応するのは最初のフレームだけです。第 3 の入力形式はありません。機能の範囲はこれですべてであり、その設計には一貫性があります。

Turbo は、ショットの内容がすでに決まっており、残る未確定要素が被写体の同一性ではなく動きである場合に最適化されています。演出を決めたフレームから始まる商品クリップ、タイトルカードのシーケンス、あとで自分で組み立てる大きなシーンの短い一場面などが該当します。これらは、構図がすでに分かっていて、モデルにはフレーム内の動きに力を注いでほしい用途です。

実務上重要なプロトコルの詳細は、画像から動画を生成する場合、テキストが Turbo のコンテンツ構造内のプロンプト項目に変換されることです。そのため、両方のモードで同じテキストフィールドを使い、画像入力時にはアップロードしたフレームを置き換える指示ではなく、そのフレームに対する動きの説明として解釈されます。

目に見える失敗が起きる箇所と、その理由

文書に記載されている不足点は、いずれも品質上の不具合ではなく対応範囲の制限であり、事前に把握しておくことが作業の大部分を占めます。第 1 に、画像から動画を生成する場合、基準にできるのは最初のフレームだけです。

開始と終了の両方を与えることはできないため、特定の画像で終わる必要があるショットには対応できず、別の状態に到達させたいカットは作り直す必要があります。第 2 に、アスペクト比はテキストから動画の生成にのみ適用されると記載されています。つまり、静止画像をアップロードした場合、画面の縦横の形状はパラメーターではなく画像によって決まります。

横長の静止画像を渡しながら縦長のフレームを指定してもショットの構図は組み直されず、不一致はエラーではなく、トリミングやレターボックスのある結果として現れます。第 3 に、参照リストがないため、別々の 2 回の生成にわたって顔、商品、衣装を安定させる仕組みはありません。複数ショットの連続性は編集で確保する必要があります。

第 4 に、このモデルには音声パラメーターがないため、音はすべて後工程で追加します。

このモデルに適したプロンプトと入力構造

両方のモードで 1 つの必須テキストフィールドを使いますが、適切なプロンプトの形はモードによって大きく異なります。テキストから動画を生成する場合、ほかに入力がないため、被写体、動作、舞台、カメラ、スタイルのすべてをプロンプトで伝えます。画像から動画を生成する場合はフレームがすでに決まっているため、最も有効なのは時間に関する文です。

何が、どの方向に、どの速さで動き、カメラがどこへ移動するのかを記述します。アップロードした静止画像にすでに見えている内容を繰り返しても、影響がないわけではありません。モデルの注意を画像と奪い合い、最初のフレームの構図が数秒後にずれる原因になりがちです。

被写体の動作とカメラの動きは別々の文にし、各文で伝える内容を 1 つに絞り、スタイルを表す語は最後に置いてください。そうすることで、動作と競合する指示ではなく、修飾として読まれるようになります。スロットがないため、番号を振るものも、整合させる順序もありません。これこそが、このモデルで素早く試行を重ねられる理由です。

2 回目の試行は、構成を作り直すことではなく、再生成することになります。

パラメーターと、それに伴うトレードオフ

すべてを担うのは 3 つのパラメーターです。解像度は、デフォルトの 720p または 1080p を選べます。モードフィールドを伴わない単純な品質の選択なので、課金が伴うモード切り替えのように、別の判断が隠れて付随することはありません。長さは 3 秒から 15 秒までのすべての整数秒を指定でき、デフォルトは 5 秒です。

このため、Kling グループの中で最も細かく時間を指定できるモデルとなっています。アスペクト比は 16:9、1:1、9:16 から選べ、デフォルトは 16:9 ですが、適用されるのはテキストから動画を生成する場合だけです。実際のトレードオフは、長さと一貫性の間にあります。秒単位で課金されるため、15 秒のリクエストは 5 秒のリクエストの 3 倍の費用がかかります。

また、およそ 10 秒を超えると、単一テイクの生成で安定して維持できる時間よりも長く、被写体、背景、カメラの動きを 1 つの連続したテイクで保つよう求めることになります。合理的なのは、テイクが本当に連続している必要がある場合にだけ長さに費用をかけ、それ以外ではシーンを 5〜8 秒のクリップに分けて組み立てる方法です。

代わりに同系列の別モデルを選ぶべき場合

系列の中で番号が最も新しいという理由で Turbo を選ぶことは、過剰な費用を払う最もよくある原因です。そのため、近隣のモデルのほうが単純に適しているケースを挙げておく価値があります。制作要件に、出力まで保持しなければならない参照素材が含まれる場合、同系列の Omni には、プレースホルダー参照を使う番号付きの画像、動画、要素リストがあります。

ただし、インデックスを厳密に管理する必要があります。納品物に音声、明示的な開始・終了フレーム、または 2 つの標準的な長さのいずれかに固定したショットが必要な場合、v2.6 には標準の 720p 無音出力に加え、音声を自動生成するプロフェッショナル階層があります。

静止画像を基準にするのではなく、参照動画を編集する必要がある場合、Video O1 にはその方法と、推論によって品質を高める処理が記載されています。また、多数の参照画像にわたる複数カメラ間の一貫性が要件である場合、Vidu Q3 ファミリーはその用途向けに設計されており、基本モデルは最大 7 件の参照を受け付けます。

既存の制作作業を Turbo に移行する

よくある移行は 2 通りで、それぞれ具体的な得失があります。v2.6 から移行する場合、長さの選択肢が 2 区分だったものから、3〜15 秒の範囲で 1 秒単位の指定ができるようになります。一方で、自動音声生成と、解像度と音声をまとめて決めていたモードフィールドは失われます。

制作物は無音のままにするか、別工程で音声を追加することになり、1080p の選択はモードのアップグレードではなく独立したパラメーターになります。参照素材を中心とする Omni のワークフローから移行する場合、入力リストとプレースホルダー構文は完全になくなり、最初のフレームを基準にする機能だけが残ります。

そのため、スロットを指定していたプロンプトは、静止画像についての文章に書き直す必要があります。切り替え前の確認事項は、ショットに本当に 2 つ目の参照が不要であること、パラメーターでは補正されないためアップロードする静止画像がすでに希望の比率に合っていること、制作要件に終了フレームに依存するものがないことです。

よくある質問

画像から生成する場合にも aspect_ratio は適用されますか?
いいえ。このパラメーターは、テキストから動画を生成する場合にのみ適用されると記載されています。静止画像を渡す場合、フレームの縦横の形状は指定した比率ではなく、その画像によって決まります。そのため、画像自体の縦横比が目標に合っているものを渡してください。
Turbo に開始フレームと終了フレームの両方を渡せますか?
いいえ。このモデルで画像から動画を生成する場合、対応するのは最初のフレームだけです。ショットが特定の画像で終わる必要がある場合は、最初と最後のフレームを明示的に制御できるモデルで、その要件に対応する必要があります。
どの長さを指定できますか?
3 秒から 15 秒までのすべての整数秒を選択でき、デフォルトは 5 秒です。長いリクエストほど費用が比例して増え、テイクの後半でずれが生じやすくなるため、連続性が目的でない場合はシーンを短いクリップに分けてください。
プロンプトは必須ですか?また、画像入力ではどのように使われますか?
はい、プロンプトフィールドは必須です。テキストから動画を生成する場合はショット全体を説明します。画像から動画を生成する場合は、上流の Turbo コンテンツ構造のプロンプト項目に変換されるため、すでに渡したフレームに対する動きを説明する必要があります。

よくある質問

このページでKling 3.0 Turboを直接使えますか?
はい。上のクリエイターは実際のOfraiスタジオで、Kling 3.0 Turboが初期選択されています。
完成した結果はどこに保存されますか?
ログイン中の生成結果はOfraiライブラリに保存され、ダウンロードや再編集ができます。
Kling 3.0 Turboにはどのようなプロンプトが適していますか?
被写体、環境、ビジュアルスタイル、照明、カメラや動きを明確に記述してください。上の例を実用的な出発点として使えます。
生成前に例のプロンプトを編集できますか?
はい。例を読み込んだ後、文章、アスペクト比、参照素材、その他の対応設定を変更できます。

Kling 3.0 Turboと同様の制作に対応する他の動画モデルを比較できます。

商用利用は選択したモデルとモデル規約に従います。