Dal testo all'immagine: esempio di storyboard text-to-video con Kling 3.0 Omni

Questa voce illustra l'uso di base di Kling 3.0 Omni nel percorso text-to-video: con un solo prompt in inglese, il modello trasforma una descrizione testuale in una sequenza di inquadrature continue con ritmo narrativo. Sul lato schema sono esposti solo prompt e alcuni parametri non multimediali (durata, risoluzione, formato, audio nativo, multi-inquadratura intelligente), quindi si tratta di un esempio minimale puramente guidato dal testo, senza immagini di riferimento né elementi soggetto. Nella scelta dei parametri, l'attivazione di prefer_multi_shots consente al modello di scomporre autonomamente le inquadrature; con una durata di 10 secondi e un formato 16:9 è più facile osservare la coerenza delle scene e la plausibilità del movimento tra un'inquadratura e l'altra; resolution resta a 720p per ridurre i tempi di generazione. Il prompt è scritto nell'ordine «scena—soggetto—azione—linguaggio cinematografico—atmosfera luminosa», una struttura descrittiva piuttosto stabile nel text-to-video. È adatto come punto di partenza per gli sviluppatori che integrano la capacità text-to-video: su questa base si possono aggiungere elements (2–4 immagini di riferimento dello stesso soggetto, citate nel prompt con @name) per esperimenti di coerenza del personaggio, oppure attivare audio per testare l'audio nativo e il sincronismo labiale. Le informazioni sulla famiglia di modelli indicano che la serie Kling 3.0 integra generazione video, immagini e audio in un'architettura multimodale unificata, con la coerenza degli elementi tra inquadrature come punto di forza dichiarato; questa voce copre solo l'ingresso text-to-video già dichiarato nello schema, mentre per le altre capacità fare riferimento alla documentazione ufficiale.