Kling 4.0 arriva con lo stereo, ma le API restano da aspettare
Il rilascio aggiunge audio stereo, lip-sync multilingue e una variante Flash. Per portarlo in produzione dentro FAC manca ancora l’accesso API: intanto conviene preparare un test che misuri suono e recitazione, non soltanto l’immagine.
Kling 4.0: il prossimo test passa da dialoghi e spazio sonoro
Kling ha rilasciato la versione 4.0 con audio stereo a due canali e lip-sync migliorato in oltre dieci lingue. Il resoconto del 19 ottobre aggiunge un passaggio concreto rispetto alle specifiche già raccontate: il modello arriva agli utenti, mentre il supporto API resta annunciato ma non disponibile.
Accanto al modello principale arriva Flash, una variante pensata per generazioni più rapide e meno costose. Il compromesso dichiarato riguarda risoluzione e durata, riportate nella scheda: non abbiamo invece un prezzo API con cui costruire un preventivo o stimare il costo delle iterazioni dentro FAC.
Per la nostra prima prova proponiamo una scena semplice: un personaggio immaginario parla mentre un oggetto sonoro attraversa l’inquadratura. Teniamo separati i criteri di valutazione: intelligibilità della battuta, sincronizzazione della bocca e posizione percepita del suono. Non diamo per scontato che una buona immagine risolva anche gli altri due aspetti.
Ripetiamo poi la stessa scena in due lingue, senza cambiare regia, reference o intenzione dell’attore. Ascoltiamo le uscite prima senza guardare il video, poi sul cut. È un protocollo proposto dalla redazione, non un risultato del modello: serve a distinguere una voce credibile da una performance davvero utilizzabile nel montaggio.
Anche Flash merita una verifica separata, quando potremo accedervi nelle condizioni adatte. Proponiamo di usarla per cercare blocking e ritmo, confrontando poi gli shot scelti con il modello principale. Registriamo soprattutto quante generazioni arrivano alla selezione: per il nostro test conta il materiale utilizzabile, non soltanto quanto presto compare un’anteprima.
Restano funzioni da non confondere con il rilascio attuale. L’output HDR a 10 bit e l’estensione dei video fino a due minuti sono indicati come in arrivo. Non inseriamoli quindi nelle promesse al cliente, nelle specifiche di consegna o nel piano di uno shot prima di averne verificato l’accesso effettivo.
In FAC il motore elencato è ancora Kling 3.0. Prepariamo dunque il pacchetto di prova, ma aspettiamo API pubbliche e integrazione prima di spostare una lavorazione sulla nuova versione. Conserviamo prompt, reference e criteri di scarto insieme agli output: saranno il punto di partenza per decidere se cambiare davvero motore.
- Audio
- Stereo a due canali
- Flash
- Fino a 20 s, 720p
- API
- In arrivo; prezzo non annunciato
In breve tutte le notizie →
Frame.io cerca il momento, non soltanto il file
Adobe e NVIDIA hanno presentato accelerazioni per la ricerca video di Frame.io. La ricerca semantica trova momenti per concetto, azione o ambiente; quella ibrida aggiunge note, trascrizioni e stato di approvazione.
Gli archivi dei broadcaster cercano un’AI sotto controllo
EBU e NVIDIA ampliano il framework sovrano per i media di servizio pubblico europei. Entrano provider cloud, sviluppatori di modelli aperti e integratori, con requisiti su infrastruttura, governo dei dati, modelli e sicurezza.
Il suono attraversa il set
Costruiamo un’inquadratura in cui il percorso di un oggetto suggerisca già il suo suono. Proviamo una piccola campana su un carrello: prima fissiamo composizione e luce, poi animiamo un solo attraversamento, senza aggiungere altre azioni.
A small brass bell suspended from a wheeled mechanical carriage crossing an empty miniature soundstage, two sculptural acoustic panels framing its path, fine dust suspended in a narrow shaft of light. Low camera position, 50mm lens, cinematic horizontal 16:9 composition, generous negative space ahead of the carriage. Deep charcoal shadows, warm brass highlights, muted teal background, tactile practical materials, subtle film grain. No written text, logos, brands, interfaces, or people.
The carriage rolls slowly from left to right and the suspended bell swings gently with its momentum. Camera tracks parallel at the same height, preserving the bell’s scale. Dust drifts through the light beam. Keep the set unchanged, with no cuts or additional objects.
Modello consigliato: Seedream. Lascia spazio davanti alla traiettoria e tieni leggibile il punto di sospensione della campana. Valuta prima il movimento senza audio, poi costruisci o verifica il suono sul cut.
Una domanda pratica — un workflow, quale modello conviene, come verificare un risultato — e la risposta arriva da tutte le edizioni, dai Weekly e dal Manuale, con le fonti e quello che c'è già in FAC. Le risposte sono per il team di Frameworks.
- Come preparo un test di dialogo e spazio sonoro per confrontare due motori video?
- Quali informazioni devo conservare per rendere ricercabile un archivio di shot approvati?
- Come documento il percorso delle reference prima di lavorare con un archivio riservato?
- Come verifico uno storyboard informativo generato con GPT Image prima di mostrarlo al cliente?
Hai trovato qualcosa che dovremmo leggere?
Un tool, un workflow, un modello, una norma, un artista: mandaci il link e due righe sul perché conta. La redazione legge tutto e il meglio finisce nel notiziario.
📋 Sommario in testo con i link da incollare in chat