Kling 3.0 Multi-Shot et audio natif : ce que fait le modèle

Ce que Kling 3.0 a annoncé

L'image fixe ci-dessus provient de Crimson Vow, produit sur ce site ; la capture du storyboard plus bas est la page qui a décidé de ses plans.

Kling 3.0 et 3.0 Omni ont été annoncés en février 2026 (un communiqué daté du 6 février 2026 et des contenus sur le blog de Kling). La capacité phare est la génération multi-plans : une génération produit plusieurs plans avec des coupes entre eux, au lieu d'un seul mouvement de caméra ininterrompu.

Selon l'annonce : une prise dure 3–15 secondes ; une génération peut contenir jusqu'à 6 changements de plan ; et chaque plan peut avoir sa propre durée, son cadrage, son angle, son contenu et son mouvement de caméra. Le blog de Kling décrit un « AI Director » qui gère le champ-contrechamp des dialogues et le montage alterné à l'intérieur de la prise. Des articles tiers sur la même sortie présentent la fonction sous les noms Smart Storyboard et Custom Storyboard.

L'accès est échelonné côté Kling : la page officielle indique que pour débloquer la 3.0, il faut un abonnement Pro, Premier ou Ultra.

Audio natif : l'autre moitié de l'annonce

Kling 3.0 génère la vidéo et l'audio en une seule passe au lieu de doubler après coup. La liste de langues annoncée comprend l'anglais, le chinois, le japonais, le coréen et l'espagnol, avec des accents (anglais américain, britannique et indien, entre autres, ainsi que plusieurs dialectes chinois). Dans les scènes à plusieurs personnages qui parlent, le comportement annoncé est que les répliques sont attribuées au bon locuteur.

La conséquence pratique, c'est le timing. Quand la réplique fait partie du rendu, le mouvement des lèvres, la pause et la durée du plan sont décidés ensemble ; quand une réplique est ajoutée plus tard, quelqu'un doit plier l'un pour l'adapter à l'autre. Le raisonnement derrière la génération native des dialogues est détaillé dans Dialogue natif ou doublage.

Modes de référence et Character Identity 3.0

Les modes annoncés sont texte vers vidéo, image vers vidéo, première et dernière image, référence multi-images, référence d'élément (un sujet — une personne, un objet, un lieu) et référence d'élément vidéo.

Character Identity 3.0 est la couche de cohérence : un personnage peut être défini à partir d'une vidéo de référence ou de plusieurs images. Selon les conseils de Kling, la cohérence la plus forte vient d'une vidéo de personnage d'environ 3–8 secondes. Un élément peut aussi être associé à une voix (Element Voice Control), si bien que le même sujet arrive avec le même son.

Le texte à l'écran est la dernière capacité annoncée qui mérite d'être citée : enseignes, sous-titres et logos restent lisibles pendant le mouvement, ce qui compte pour tout plan où un panneau porte une information de l'histoire.

Six plans dans une seule prise : ce que cela change à l'écriture

Une génération capable de couper en interne change l'usage d'une prise. Au lieu d'un seul mouvement de caméra, vous écrivez une courte séquence : un plan d'ensemble, la réaction, le plan à deux, le plan d'insertion — avec les coupes déjà à l'intérieur du clip.

Deux conséquences en découlent, et toutes deux relèvent de la discipline de montage plus que du modèle :

• La coupe entre les plans à l'intérieur de la prise se décide au moment de la génération. Vous l'écrivez, vous ne la trouvez pas plus tard au montage. C'est plus proche d'un storyboard que d'un prompt.
• Chaque plan à l'intérieur de la prise a toujours besoin de ses propres informations — qui est dans le cadre, combien de temps il dure, ce qui est dit. Une prise de six plans, ce sont six petites scènes avec un seul numéro de prise.

L'idée du storyboard, un cran au-dessus

Tout ce que Kling 3.0 demande à l'auteur — limites des plans, durée par plan, cadrage, qui est dans le cadre, ce qui est dit — est déjà ce qu'est un storyboard. Le modèle a fait entrer l'étape papier dans la saisie.

C'est la même structure que ce site utilise pour une série. Un scénario est lu en épisodes ; chaque épisode reçoit un storyboard composé de segments ; chaque segment contient des plans numérotés, et chaque plan porte ses secondes, les personnes dans le cadre et les répliques à prononcer. Les segments sont ensuite rendus un par un et assemblés en un fichier par épisode. Comment faire une série courte avec l'IA présente toute la chaîne de production, de bout en bout.

Donc si vous arrivez ici depuis Kling 3.0, la traduction utile est la suivante : ce que le modèle appelle une génération multi-plans, une page de storyboard l'appelle un segment ; ce qu'il appelle un plan avec durée et cadrage, le storyboard l'appelle un plan numéroté avec ses secondes. Le vocabulaire diffère ; la discipline est la même, et c'est elle qui se transpose.

À quoi ressemble un storyboard ici

Un segment dans cet éditeur est court et précis. Il s'ouvre sur le où et le quand (lieu, moment de la journée, météo), puis liste des plans numérotés. Chaque ligne de plan indique sa durée en secondes, les personnages réellement dans le cadre et toute réplique parlée, avec le son noté à part. Modifier ce texte est gratuit ; c'est la régénération du segment qui coûte.

Deux habitudes font fonctionner l'écriture à six plans, de part et d'autre :

• Un moment par plan. Si deux choses se passent dans un plan, ce sont deux plans. Une coupe à l'intérieur d'une prise reste une coupe.
• Écrivez honnêtement la liste des personnages dans le cadre. Nommer quelqu'un qui n'est pas visible dans le plan est l'une des causes les plus courantes d'une image qui s'écarte du plan prévu. Comment écrire un plan explique ce qui a sa place sur la ligne et ce qui n'en a pas.

Où les deux approches diffèrent

La génération multi-plans décide de la coupe au moment de la génération, à l'intérieur d'une prise. Ce site coupe entre les segments : chaque segment est rendu comme sa propre prise et l'assemblage de l'épisode les joint. Le compromis est simple — les coupes internes achètent de la continuité à l'intérieur d'une scène et vous coûtent la possibilité de remonter après coup ; des segments séparés rendent chaque raccord vérifiable et re-rendable isolément.

Pour une série, la méthode pratique est la même dans les deux cas : fixer l'histoire dans le scénario, fixer la liste des plans dans le storyboard, et seulement ensuite dépenser du temps de rendu. Modifier un plan sans refaire l'épisode est la version ici de cette discipline.

À garder en tête à propos de l'annonce

• Les chiffres de la 3.0 lui sont propres. 3–15 secondes et 6 plans décrivent la 3.0 ; l'annonce ultérieure de la 4.0 a de nouveau déplacé les chiffres. Comparez ce qui est comparable.
• Accès réservé aux abonnés. La page officielle lie l'accès à la 3.0 aux niveaux d'abonnement payants de Kling ; l'offre gratuite n'y donne pas accès.
• Les noms des tiers relèvent du marketing. “Smart Storyboard” et “Custom Storyboard” viennent de la couverture de la sortie ; le blog de Kling décrit la même capacité comme une génération multi-plans avec un AI Director.
• Durée de la vidéo de personnage. La plage de 3–8 secondes indiquée pour l'identité de personnage la plus forte est la recommandation de Kling lui-même, pas une limite sur les formats que vous pouvez essayer.

Sources

• Kling : guide du multi-plans et de l'audio natif de Video 3.0 Omni (blog kling.ai, juin 2026) — nombre de plans, durées, langues audio, modes de référence et Character Identity 3.0.
• Bernama : communiqué de presse de Kling 3.0 (6 février 2026) — le lancement et la liste des modèles (Video 3.0, Video 3.0 Omni, Image 3.0, Image 3.0 Omni).

Kling est une marque déposée de son propriétaire et n'est citée ici que pour identifier le produit ; SceneMixer n'est pas affilié à celui-ci. Les caractéristiques sont citées telles qu'annoncées et peuvent changer.

FAQ

Mis à jour le 15 octobre 2026

Tarifs·Guides·Exemples·Alternatives·Réponses·Assistance·Confidentialité·Conditions·Mentions légales·Contact·Programme d'affiliation·© 2026 SceneMixer