Du texte à l'image : exemple de storyboard en text-to-video avec Kling 3.0 Omni

Cette entrée illustre l'usage de base de Kling 3.0 Omni sur le parcours text-to-video : un seul prompt en anglais suffit pour que le modèle transforme une description textuelle en une séquence continue dotée d'un rythme narratif. Le schéma n'expose que le prompt et quelques paramètres non médias (durée, résolution, format d'image, audio natif, multi-plans intelligent) ; il s'agit donc d'un exemple minimal piloté uniquement par le texte, sans aucune image de référence ni élément de sujet. Côté paramètres, l'activation de prefer_multi_shots laisse le modèle découper lui-même les plans ; associée à une durée de 10 secondes et à un format 16:9, elle facilite l'observation de la cohérence des scènes et de la pertinence des mouvements d'un plan à l'autre ; la resolution reste en 720p pour raccourcir le temps de génération. Le prompt est rédigé dans l'ordre « scène — sujet — action — langage cinématographique — ambiance lumineuse », une structure descriptive particulièrement stable en text-to-video. Cette entrée constitue un bon point de départ pour les développeurs qui intègrent la capacité text-to-video : on peut y ajouter des elements (2 à 4 images de référence du même sujet, référencées par @name dans le prompt) pour mener des expériences de cohérence de personnage, ou activer audio pour tester l'audio natif et la synchronisation labiale. Les informations sur la famille de modèles indiquent que la série Kling 3.0 intègre la génération vidéo, image et audio dans une architecture multimodale unifiée, la cohérence des éléments entre les plans étant mise en avant dans sa communication ; cette entrée ne couvre que l'entrée text-to-video déjà déclarée dans le schéma, les autres capacités étant régies par la documentation officielle.