Hytaýyň tehnologik ägirdi Kuaishou Kling O1 (Omni One) atly ilkinji bitewi multimodal modelini tanyşdyrdy. Bu model wideo kontenti bilen işlemegi ep-esli ýeňilleşdirýär.

O1-iň baş täzeçiligi — tekstden-wideo (text-to-video), suratdan-wideo (image-to-video) we çylşyrymly montaž ýaly ähli funksiýalaryň birikdirilen iş interfeýsinde (pipeline) jemlenmegidir. Indi dürli işleýiş tertipleriň arasynda geçip ýörmegiň zerurlygy ýok.

Model goşmak, aýyrmak, obýektleri üýtgetmek, stilizasiýa we başlangyç hem-de ahyrky suratlaryň arasynda (Start/End Frame) akgynly geçişleri döretmek ýaly jemi ýedi görnüşe çenli wezipeleri ýerine ýetirip bilýär.

Esasy mümkinçilikler:

• Tekst arkaly redaktirleme: “pişigi möjek bilen çalşyp goý” ýa-da “güni günüň batmasyna öwrüp goý” ýaly ýönekeý buýruklar arkaly üýtgetmeler girizilýär. O1 obýektleri aýratyn belläp durmazdan, buýruklaryň manysyny düşünýär.

• Kon­sis­tent­lik: Model 10 re­fe­rens surata çenli işläp bilýär, suratlaryň arasynda gahrymanlaryň we sahnalaryň birmeňzeşligini saklap biler.

• Hil: Wideo 1080p durulykda, sekuntda 30 surat tizliginde we 10 sekunt dowamlylykda döredilýär (uzaltmak mümkinçiligi bilen — 2 minuda çenli).

• Audio: Surata laýyk sesleri — meselem, ýagyş sahnasyna laýyk degişli sesini — sinhron ýagdaýda döredip biler.

Kling O1 ýokary hilli wideo kontenti döretmek prosesini has çaltlandyrýar we aňsatlaşdyrýar.

ORIENT