Kling 3.0: возможности текст-в-видео в иллюстрациях: параметры и сценарии применения

В центре внимания — управляемые параметры линии текст-в-видео Kling 3.0, а на примере одного реально сгенерированного короткого ролика показано, как эти параметры отражаются в итоговом изображении. На входе используются только не медийные поля, объявленные в schema: prompt описывает содержание кадра, duration управляет длительностью (3–15 секунд), resolution выбирает 720p/1080p/4K, aspect_ratio переключается между 16:9, 9:16 и 1:1, sound определяет, генерируется ли синхронная аудиодорожка. Основной ролик — кинематографичный кадр в формате 16:9, длительностью 10 секунд, в 1080p, с включённым нативным звуком; тема — «макрорассказ об одной чашке кофе пуровер»: от момента, когда струя воды попадает на молотый кофе, до смены слоёв капель, пара и бокового света из окна — так можно наблюдать, как модель справляется с деформацией жидкости, объёмом пара и непрерывностью света и тени. Материал подходит разработчикам, которые перед подключением к интерфейсу текст-в-видео хотят выверить ожидания по длительности, разрешению и переключателю звука, а также служит наглядным справочным примером возможностей параметризованной генерации видео.