أطلقت كلينج (Kling AI) النسخة 4.0 من مولّد الفيديو بالذكاء الاصطناعي، بدقة أعلى وتحكم أدق ونسخة سريعة اسمها Flash. التحديث يهمك لو بتصنع محتوى مرئي، لأنه يضيف صوتًا ستيريو ومزامنة شفاه بأكثر من عشر لغات، بينما سعر الـ API لم يُعلن بعد.
ما الجديد في Kling 4.0؟
يولّد النموذج فيديو يصل إلى 30 ثانية في مرة واحدة، ويقبل حتى عشر صور مفتاحية (Keyframes) لتثبيت الانتقالات بين المشاهد وحالات الشخصيات ومحطات القصة. كما اتسع فهمه للأوامر النصية ليبلغ 8,000 توكن (Token)، وهي وحدات النص التي يقرؤها النموذج.
كيف تتحكم في النتيجة؟
نظام Omni Reference المطوّر يقبل حتى 15 مرجعًا في توليد واحد: عشر صور، وخمسة مقاطع فيديو بمجموع أقصى 30 ثانية، وسبعة عناصر. وتصلح لوحات القصة والرسوم الهيكلية وفيديوهات خرائط العمق كمراجع.
وتضيف الشركة ميزة Creative Recreation التي تحوّل فيديو موجودًا إلى قالب تبدّل فيه المنتج أو الشخصية، وتعدّل تعبير الوجه أو الحركة أو زاوية الكاميرا أو الخلفية دون المساس ببقية المقطع.
ماذا عن الصوت واللغات؟
يضيف Kling 4.0 صوتًا ستيريو بقناتين، ومزامنة شفاه محسّنة في أكثر من عشر لغات، منها الألمانية والإنجليزية واليابانية والكورية والإسبانية، مع لهجات ونبرات متنوعة. كما صار النص داخل الفيديو يعمل بعدة لغات ويثبت أثناء حركة الكاميرا.
وتصف الشركة إخراج HDR بعمق 10 بت بدقة 4K ودقة 1080p، وتمديد المقاطع حتى دقيقتين، بأنهما «قريبًا».
ما الذي تقدمه نسخة Flash؟
Kling 4.0 Flash مصممة لتوليد أسرع بتكلفة أقل، لكن سقفها دقة 720p وعشرون ثانية من الفيديو. وأُعيد تصميم واجهة الإنشاء، وصار الوصول ممكنًا عبر بروتوكول MCP (الذي يربط الأدوات بوكلاء الذكاء الاصطناعي) وأداة سطر الأوامر CLI، ما يتيح مسارات عمل آلية. أما سعر الـ API فلم يُعلن، ودعمه «قريبًا».
هل يتفوق على المنافسين؟
بحسب أحد التقارير، يقارن فيديو منشور بين Kling 4.0 ومنافسين صينيين هما Wan 3.0 ونموذج Seedance 2.5. النتيجة أن Kling يثبت حضوره ولا يتقدم، خاصة في التسلسل المنطقي للقطات والفيزياء والحوار الطبيعي.
ويرى التقرير أن ذلك قد يكون مؤشرًا مبكرًا على تباطؤ وتيرة التطور في فيديو الذكاء الاصطناعي، وأن الإصدارين القادمين من المنافسين سيوضحان الصورة أكثر.
ماذا يعني لك؟
لو بتصنع محتوى في مصر أو الخليج، فاللغة أول ما تتأكد منه: الأسماء المعلنة لا تضم العربية، ولم يُعلن رسميًا إن كانت مدعومة، فجرّب مزامنة الشفاه على مقطع قصير قبل الاعتماد عليها في شغل مدفوع. وللمسودات السريعة واختبار الأفكار تناسبك Flash بحدود 720p، أما المشاهد الأطول فالنسخة الرئيسية تصل إلى 30 ثانية. ولو تفكر في الأتمتة عبر الـ API فانتظر إعلان الأسعار، فالتوفر الإقليمي كذلك لم يُعلن رسميًا.
رأي ترقيتك
أرى أن الإضافة الأهم هي أدوات التحكم: الصور المفتاحية والمراجع المتعددة تقلل العشوائية التي أتعبت صنّاع المحتوى مع مولدات الفيديو. أما الصوت والمزامنة فقيمتهما تتوقف على جودة اللغة التي تحتاجها فعلًا.
