Kling 3.0: 15-секундное видео с нативным аудио и режиссёрский контроль

Kuaishou выпустила Kling 3.0 — крупнейшее обновление своего AI-генератора видео с момента запуска в июне 2024. Ключевые нововведения: видео до 15 секунд (было 5), нативная генерация аудио на нескольких языках, и multi-shot storyboarding для создания полноценных сцен с контролем каждого кадра.

Что нового

Увеличенная длительность и качество

Video 3.0 генерирует видео до 15 секунд за один запрос. Это принципиально меняет возможности — теперь можно создавать полноценные сцены с завязкой, развитием и кульминацией в одном клипе. Раньше приходилось склеивать несколько коротких фрагментов.

Качество вывода улучшено до фотореалистичного уровня. Персонажи получили более выразительную мимику и естественную динамику движений. Модель лучше справляется с физикой — ткани, волосы, жидкости выглядят убедительнее.

Нативное аудио на 6 языках

Главная инновация — генерация речи прямо в видео. Поддерживаются английский, китайский, японский, корейский, испанский, а также региональные акценты и диалекты. Можно создавать сцены с несколькими персонажами, где каждый говорит на своём языке.

Контроль над аудио детальный: можно задать содержание реплик, интонацию, порядок высказываний. Модель синхронизирует движение губ с речью.

Multi-shot storyboarding

Video 3.0 Omni добавляет режиссёрский контроль через storyboard. Для каждого шота можно указать:

• Длительность
• Размер плана (крупный, средний, общий)
• Ракурс камеры
• Движение камеры
• Нарративное содержание

Модель понимает классические кинематографические приёмы: shot-reverse-shot для диалогов, cross-cutting, voice-over. Фактически это переход от генерации "одного кадра" к созданию структурированного видеоконтента.

Улучшенная консистентность

При загрузке референсного видео или нескольких изображений модель извлекает визуальные и голосовые характеристики персонажа и воспроизводит их в новых сценах. Это решает главную проблему AI-видео — непоследовательность внешнего вида персонажей между кадрами.

Производительность

Параметр	Kling 2.0	Kling 3.0
Макс. длительность	5 сек	15 сек
Нативное аудио	Нет	Да, 6 языков
Multi-shot	Нет	Да
Консистентность персонажей	Базовая	Продвинутая
Разрешение изображений	До 2K	До 4K

Image 3.0 и Image 3.0 Omni теперь поддерживают 4K разрешение для профессионального использования — визуализация сцен, создание production assets.

Как попробовать

Kling 3.0 доступен для подписчиков Ultra на klingai.com. В ближайшее время откроется доступ для всех пользователей.

Для коммерческого использования доступен API через партнёрские платформы включая Higgsfield и Atlas Cloud.

Цены

Модель работает на кредитной системе. Точные цены зависят от платформы, но генерация 15-секундного видео обходится примерно в 3-5 раз дороже 5-секундного из-за увеличенной вычислительной нагрузки.

Ultra подписка стоит $30/месяц и включает расширенный пул кредитов плюс приоритетный доступ к новым моделям.

Сравнение с конкурентами

Kling 3.0 позиционируется как ответ на Sora v2 и Veo 2. Главное отличие — нативная генерация аудио и multi-shot storyboarding. У Sora пока нет встроенной генерации речи, а Veo 2 ограничен более короткими клипами.

С момента запуска в 2024 году Kling обработал более 600 миллионов видео и обслуживает свыше 60 миллионов создателей. Компания сотрудничает с 30,000+ корпоративных клиентов в кино, рекламе и e-commerce.

Итог

Kling 3.0 — не инкрементальное обновление, а смена парадигмы. Переход от генерации коротких клипов к созданию структурированных сцен с аудио меняет область применения: от социальных сетей к предпроизводству в кино и полноценным рекламным роликам.

Ранний доступ уже открыт для Ultra подписчиков. Публичный релиз ожидается в ближайшие недели.