Kling 3.0 Multi-Shot і вбудований звук: що робить модель

Коротка відповідь: Kling 3.0 і 3.0 Omni, анонсовані в лютому 2026 року, генерують дубль на 3–15 секунд, у якому модель може перемикатися між не більш як 6 кадрами, кожен зі своєю тривалістю, кадруванням, ракурсом, змістом і рухом камери; у власному блозі Kling описано AI Director, що обробляє діалог за схемою план-контрплан і паралельний монтаж. Звук виходить в одному проході — діалоги п'ятьма мовами з акцентами та призначенням реплік кожному мовцю — а режими референсів охоплюють елементи, кілька зображень і відеоелементи, з Character Identity 3.0 для збереження обличчя. Усе нижче — те, що анонсувала Kling; частини про розкадровки стосуються запису кадрів, чим цей сайт і займається серія за серією.

Кадр з «Багрова обітниця», AI-короткометражної драми, згенерованої повністю в SceneMixer (4 персонажів, 1 епізод) — Зразок: «Багрова обітниця» — Реалістична HD-якість, 1 епізод, створено повністю в SceneMixer зі сценарію · дивитися серії

Що анонсувала Kling 3.0

Кадр вище з Crimson Vow, створеного на цьому сайті; знімок розкадровки нижче — сторінка, що визначила його кадри.

Kling 3.0 і 3.0 Omni анонсовано в лютому 2026 року (прес-реліз від 6 лютого 2026 року та матеріали у власному блозі Kling). Головна можливість — багатокадрова генерація: одна генерація видає кілька кадрів зі склейками між ними, а не один суцільний рух камери.

За анонсом: дубль триває 3–15 секунд; генерація може містити до 6 змін кадру; і кожен кадр може мати власні тривалість, кадрування, ракурс, зміст і рух камери. У блозі Kling описано AI Director, який обробляє діалог за схемою план-контрплан і паралельний монтаж усередині дубля. Матеріали третіх сторін про цей самий реліз подають функцію як Smart Storyboard і Custom Storyboard.

Доступ у Kling поділено за рівнями: офіційна сторінка вказує, що для розблокування 3.0 потрібна підписка Pro, Premier або Ultra.

Вбудований звук: друга половина анонсу

Kling 3.0 генерує відео і звук в одному проході, а не озвучує пізніше. Анонсований перелік мов — англійська, китайська, японська, корейська та іспанська, з акцентами (серед них американська, британська та індійська англійська, а також кілька китайських діалектів). У сценах із кількома мовцями анонсовано, що репліки призначаються правильному мовцю.

Практичний наслідок — таймінг. Коли репліка є частиною рендеру, рух губ, пауза й тривалість кадру визначаються разом; коли репліку додають пізніше, комусь доводиться підганяти одне під інше. Логіку вбудованої генерації діалогу докладніше розібрано в матеріалі Вбудований діалог чи дубляж.

Режими референсів і Character Identity 3.0

Анонсовані режими: текст у відео, зображення у відео, перший і останній кадр, референс із кількох зображень, референс-елемент (суб'єкт — людина, предмет, місце) і референс-відеоелемент.

Character Identity 3.0 — шар узгодженості: персонажа можна визначити за референсним відео чи кількома зображеннями. За порадою Kling, найсильніша узгодженість виходить із відео персонажа тривалістю приблизно 3–8 секунд. Елемент також можна прив'язати до голосу (Element Voice Control), тож той самий суб'єкт приходить із тим самим звучанням.

Текст на екрані — остання анонсована можливість, яку варто назвати: вивіски, субтитри й логотипи, як описано, лишаються читабельними під час руху, що важливо для будь-якого кадру, де вивіска несе інформацію для сюжету.

Шість кадрів в одному дублі: що змінюється в написанні

Генерація, що вміє монтувати всередині, змінює призначення дубля. Замість одного руху камери ви пишете коротку послідовність: загальний план, реакція, двійний план, вставка — зі склейками вже всередині кліпу.

З цього випливають два наслідки, і обидва стосуються дисципліни монтажу, а не моделей:

Склейка між кадрами всередині дубля визначається в момент генерації. Ви її пишете, а не знаходите пізніше в монтажі. Це ближче до розкадровки, ніж до промпту.
Кожному кадру всередині дубля все одно потрібна власна інформація — хто в кадрі, скільки він триває, що вимовляється. Дубль із шести кадрів — це шість маленьких сцен з одним спільним номером дубля.

Ідея розкадровки, рівнем вище

Усе, чого Kling 3.0 просить від автора — межі кадрів, тривалість кожного кадру, кадрування, хто в кадрі, що вимовляється — це і є розкадровка. Модель зробила паперовий крок частиною вхідних даних.

Таку саму структуру цей сайт використовує для серіалу. Сценарій читається в серії; кожна серія отримує розкадровку, зібрану із сегментів; кожен сегмент містить пронумеровані кадри, і кожен кадр несе свої секунди, людей у кадрі та репліки, які мають прозвучати. Далі сегменти рендеряться по одному й зводяться в один файл на серію. Як зробити коротку AI-драму проводить крізь конвеєр від початку до кінця.

Тож якщо ви прийшли сюди з Kling 3.0, корисний переклад такий: те, що модель називає багатокадровою генерацією, на сторінці розкадровки зветься сегментом; те, що вона називає кадром із тривалістю й кадруванням, у розкадровці — пронумерований кадр із секундами. Словник різний; дисципліна та сама, і саме вона переноситься.

Як виглядає розкадровка тут

Сегмент у цьому редакторі короткий і конкретний. Він починається з того, де й коли (локація, пора доби, погода), а потім перелічує пронумеровані кадри. Рядок кожного кадру містить його тривалість у секундах, персонажів, які справді в кадрі, та репліку, якщо вона є, а звук позначено окремо. Редагувати будь-що з цього тексту безкоштовно; платити доводиться за перегенерацію сегмента.

Дві звички, завдяки яким запис із шести кадрів працює в будь-якому підході:

Один момент на кадр. Якщо в кадрі відбуваються дві речі, це два кадри. Склейка всередині дубля все одно склейка.
Чесно пишіть перелік тих, хто в кадрі. Назвати того, кого в кадрі не видно, — одна з найпоширеніших причин, чому кадр розходиться з планом. Як написати один кадр розповідає, що належить до рядка, а що ні.

A storyboard segment: location, time and weather fields, then numbered shots with durations, asset chips and spoken lines — Один сегмент розкадровки: де і коли, потім пронумеровані кадри з їхніми секундами, людьми в кадрі та репліками. Налаштування Kling 3.0 для кожного кадру на папері лягають у ті самі місця.

Де ці два підходи розходяться

Багатокадрова генерація вирішує, де буде склейка, у момент генерації, всередині одного дубля. Цей сайт ріже між сегментами: кожен сегмент рендериться як окремий дубль, а підсумковий монтаж серії їх з'єднує. Компроміс простий — внутрішні склейки дають безперервність усередині сцени, але забирають можливість переробити монтаж пізніше; окремі сегменти роблять кожен стик придатним для перегляду та перерендерингу окремо.

Для роботи над серіалом практика в обох випадках однакова: зафіксуйте історію в сценарії, зафіксуйте перелік кадрів у розкадровці й лише потім витрачайте час на рендер. Правка одного кадру без переробки серії — це така сама дисципліна на цьому сайті.

Що варто пам'ятати про анонс

Цифри 3.0 — її власні. 3–15 секунд і 6 кадрів описують 3.0; пізніший анонс 4.0 знову змінив цифри. Порівнюйте порівнянне.
Доступ за підпискою. Офіційна сторінка прив'язує доступ до 3.0 до платних рівнів підписки Kling; безкоштовний рівень до неї не дотягується.
Назви від третіх сторін — маркетинг. «Smart Storyboard» і «Custom Storyboard» походять із публікацій про реліз; у власному блозі Kling ту саму можливість описано як багатокадрову генерацію з AI Director.
Діапазон відео персонажа. Порада 3–8 секунд для найсильнішої ідентичності персонажа — власна рекомендація Kling, а не обмеження на формати, які можна пробувати.

Джерела

Kling: посібник із Video 3.0 Omni multi-shot і вбудованого звуку (блог kling.ai, червень 2026) — кількість кадрів, тривалості, мови звуку, режими референсів і Character Identity 3.0.
Bernama: прес-реліз Kling 3.0 (6 лютого 2026 року) — запуск і перелік моделей (Video 3.0, Video 3.0 Omni, Image 3.0, Image 3.0 Omni).

Kling — торговельна марка її власника, згадується тут лише для ідентифікації продукту; SceneMixer не пов'язаний із нею. Специфікації наведено так, як їх анонсовано, вони можуть змінитися.

Kling 3.0, як анонсовано	Показник
Тривалість дубля	3–15 секунд
Кадрів за генерацію	До 6 змін кадру
Налаштування для кожного кадру	Тривалість, кадрування, ракурс, зміст, рух камери
Мови вбудованого звуку	англійська, китайська, японська, корейська, іспанська
Референс персонажа	Character Identity 3.0; відео персонажа на 3–8 секунд для найсильнішої узгодженості

Поширені запитання

Що таке багатокадрова генерація?

Одна генерація, що містить кілька кадрів зі склейками між ними, замість одного суцільного руху камери. Kling 3.0 анонсувала до 6 змін кадру за генерацію, кожна зі своєю тривалістю, кадруванням, ракурсом, змістом і рухом камери.

Яка тривалість дубля в Kling 3.0?

Від 3 до 15 секунд, згідно з анонсом. Пізніший анонс (Kling 4.0) підняв стелю до 30 секунд, тож перевіряйте, яку версію описує сторінка.

Чи генерує Kling 3.0 звук?

Так — звук і відео виходять в одному проході; діалоги анонсовано англійською, китайською, японською, корейською та іспанською, з акцентами та китайськими діалектами, а репліки в сценах із кількома людьми призначаються правильному мовцю.

Що таке Character Identity 3.0?

Функція узгодженості персонажів від Kling: визначте персонажа за референсним відео чи кількома зображеннями й використовуйте цю ідентичність повторно. За порадою Kling, відео персонажа на 3-8 секунд дає найсильнішу узгодженість.

Чи може персонаж зберегти свій голос?

Анонс містить Element Voice Control, що прив'язує голос до референсного суб'єкта, тож той самий персонаж приходить із тим самим звучанням.

Чи потрібна платна підписка, щоб користуватися Kling 3.0?

Офіційна сторінка Kling вказує, що для розблокування 3.0 потрібна підписка Pro, Premier або Ultra.

Як це пов'язано з розкадровкою?

Багатокадрова генерація пишеться кадр за кадром: тривалість, кадрування, хто в кадрі, що вимовляється. Саме це містить сторінка розкадровки, і саме так цей сайт пише кожну серію: сегменти з пронумерованими кадрами із секундами, складом у кадрі та репліками.

Чи рендерять творчі інструменти на цьому сайті через Kling 3.0?

Ні. Ця сторінка описує те, що анонсувала Kling. Відеорівні, доступні тут, з їхніми цінами та лімітами наведено на сторінці цін, і Kling серед них немає.

Де можна прочитати оригінальні матеріали?

Власний блог Kling про Video 3.0 Omni multi-shot і вбудований звук та прес-реліз від лютого 2026 року. Обидва посилання є в розділі «Джерела» наприкінці сторінки.

Напишіть кадри, а потім відрендеріть їх

Розкадровка з пронумерованих кадрів із секундами, складом і репліками — частина, що переживе будь-яку версію моделі.

Почати проєкт безкоштовно

Оновлено 15 жовтня 2026 року