Kling 2.6: هوش مصنوعی کوایشو با کنترل صدای پیشرفته و حرکات بدن طبیعی

در دنیای پرشتاب تولید محتوای ویدیویی با هوش مصنوعی، رقابت هر روز فشرده‌تر می‌شود و اکنون شرکت چینی Kuaishou با انتشار به‌روزرسانی بزرگی برای هوش مصنوعی خود، گامی بلند برداشته است. نسخه جدید Kling 2.6 با قابلیت‌های پیشرفته در تولید و کنترل صوت، همراه با بهبود چشمگیر در کنترل حرکات بدن، تجربه‌ای بی‌نظیر را برای کاربران به ارمغان می‌آورد. این آپدیت به کاربران امکان می‌دهد تا محتوای گفتاری را با دقت بی‌سابقه‌ای تنظیم کنند و حتی با استفاده از صدای خودشان، ویدیوهایی با شخصیت‌های ثابت و حرکات بسیار طبیعی خلق کنند.

قابلیت «Voice Control»: صدایی ثابت برای شخصیت‌های مجازی

یکی از برجسته‌ترین ویژگی‌های جدید Kling 2.6، قابلیت «Voice Control» است. این امکان به کاربران اجازه می‌دهد تا با آپلود صدای خود یا یک فایل صوتی، مدل هوش مصنوعی را آموزش دهند. نتیجه این فرآیند، خلق شخصیت‌هایی است که در ویدیوهای مختلف با صدایی ثابت و کاملاً قابل تشخیص صحبت می‌کنند. این پیشرفت، چالش بزرگ مدل‌های قبلی را که صرفاً صداهای تصادفی تولید می‌کردند، برطرف کرده است.

نسخه جدید Kling 2.6 از طیف وسیعی از صداهای انسانی پشتیبانی می‌کند که شامل صحبت‌کردن عادی، دیالوگ‌های دوطرفه، روایت‌گری، آواز خواندن و حتی شیوه بیان رپ می‌شود. این مدل همچنین توانایی مدیریت نویزهای محیطی و صداهای ترکیبی صحنه را دارد و ورودی‌های متنی و تصویری را برای تولید صدا می‌پذیرد.

ارتقای سیستم کنترل حرکت: دقت بی‌سابقه در حرکات بدن

دومین ویژگی مهم در آپدیت Kling 2.6، ارتقای قابل‌توجه سیستم کنترل حرکت است. طبق ادعای شرکت سازنده، سیستم جدید اکنون می‌تواند حرکات کامل بدن را با جزئیات بسیار دقیق‌تری ثبت و پردازش کند. این پیشرفت به حدی است که حتی حرکات سریع و پیچیده‌ای مانند هنرهای رزمی یا رقص که معمولاً چالش بزرگی برای هوش مصنوعی محسوب می‌شوند، در این نسخه با دقت بالا و بدون هیچ‌گونه تاری اجرا می‌شوند.

• دقت در جزئیات: حرکات دست‌ها دقیق‌تر شده‌اند.
• طبیعی‌سازی حالات چهره: حالات چهره و هماهنگی لب‌ها بسیار طبیعی‌تر و باورپذیرتر به نظر می‌رسند.
• تولید ویدیوهای پیوسته: کاربران می‌توانند با آپلود رفرنس‌های حرکتی ۳ تا ۳۰ ثانیه‌ای، ویدیوهایی بدون پرش و پیوسته تولید کنند.

دسترسی و قیمت‌گذاری رقابتی

سرویس Kling 2.6 علاوه بر پلتفرم اختصاصی خود، از طریق ارائه‌دهندگان شخص ثالث مانند Fal.ai و Media.io نیز در دسترس است. این مدل با قیمت‌گذاری بسیار رقابتی ارائه می‌شود؛ هزینه استفاده از API این مدل حدود ۰.۰۷ تا ۰.۱۴ دلار برای هر ثانیه ویدیو است که بسته به سرعت تولید و رزولوشن مورد نظر کاربر، متغیر خواهد بود.