Kling 4.0 از جمعه ۲۴ مهر روی سایت Kling در دسترس است: یک پرامپت حالا یک برداشت ۳۰ ثانیه‌ای می‌دهد، با حداکثر ۱۵ مرجع و ۱۰ کی‌فریم. API، خروجی HDR، قاب ۲۱:۹ و نسخهٔ Firefly هنوز «به‌زودی» است. قیمت اعتبار هم اعلام نشده. دو خبر دیگر این هفته دربارهٔ برچسب AI و یک صدای ارزان است.
Kling 4.0: برداشت ۳۰ ثانیه‌ای با کی‌فریم
Kling روز جمعه ۲۴ مهر اعلام کرد Kling 4.0 روی سایتش «کامل در دسترس» است (بیانیهٔ Kling، ۲۴ مهر). مدل ۳۰ ثانیه را یک‌جا می‌سازد و ویدیوی آپلودشده را تا دو دقیقه ادامه می‌دهد. تا ۱۵ مرجع می‌گیرد — عکس، ویدیو و صدا — و تا ۱۰ کی‌فریم. API برای شرکت‌ها و توسعه‌دهنده‌ها، خروجی ۱۰ بیتی HDR در 4K و 1080p و قاب ۲۱:۹ «به‌زودی» می‌آید. Adobe هم گفته Kling 4.0 به Firefly می‌آید، بدون تاریخ. در فهرست زبان‌ها نامی از فارسی نیست و قیمت اعتبار هم منتشر نشده.
برداشت من: هر سکانس تبریک کریسمس شیرین عسل را با Kling ساختم، در شات‌های کوتاه. ۶۰ تا ۷۰ درصد برداشت‌هایم را دور می‌ریزم. شات پنج‌ثانیه‌ای ردشده ارزان است؛ برداشت سی‌ثانیه‌ای ردشده اعتبار و زمان خیلی بیشتری می‌سوزاند. برای ما که اعتبار را دلاری می‌خریم، این حساب جدی‌تر است. خبر اصلی کی‌فریم‌هاست: نمای بسته‌بندی، گاز اصلی و فریم آخر را قفل کن و بگذار مدل مسیر بین‌شان را بسازد. برداشت بلند را برای یک حرکت پیوسته نگه دار — ریختن شیر، قدم زدن در دکور. تا قیمت اعلام نشده، فیلم محصول را با شات کوتاه ببُر.
فقط ۲۷ درصد تبلیغات سیاسی AI برچسب داشتند
پروژهٔ رسانه‌ای دانشگاه ویزلین (Wesleyan Media Project) پنج‌شنبه ۲۳ مهر گزارش داد در انتخابات میان‌دوره‌ای آمریکا ۲۲۰ تبلیغ ساخته‌شده با هوش مصنوعی پیدا کرده، با بیش از ۱۳۷ میلیون دلار هزینه در ۳۴ ایالت؛ کل این رقم در دورهٔ ۲۰۲۴ زیر ۵۰ هزار دلار بود. فقط ۲۷ درصدشان برچسب داشتند. خود گزارش می‌گوید عدد واقعی احتمالاً بیشتر است (Wesleyan Media Project، ۲۳ مهر).
برداشت من: این‌ها تبلیغ سیاسی‌اند، نه FMCG. ولی عادت سرایت می‌کند. وقتی کار AI بی‌برچسب در این حجم پخش شود، قاعده را پلتفرم و قانون‌گذار می‌نویسند و برندها به ارث می‌برند. برای کسی که برای کارفرما در اینستاگرام محتوا می‌سازد، یک خط در بریف کافی است: اگر آدم، مکان یا نمای محصول در قاب ساختگی است، کارفرما قبل از انتشار کتبی بداند، و برچسب AI خود اینستاگرام روشن باشد. هزینه‌ای ندارد. فهمیدنش از کامنت‌ها، هزینه‌اش کل کمپین است.
Grok Voice 3.0: صدای زنده، ساعتی ۴٫۸۰ دلار
xAI چهارشنبه ۲۲ مهر Grok Voice 3.0 را عرضه کرد؛ مدل گفتار به گفتار در Voice Agent API، با تأخیر «کمتر از یک ثانیه» و همان قیمت نسخهٔ قبل: دقیقه‌ای ۰٫۰۸ دلار، ساعتی ۴٫۸۰ دلار (xAI، ۲۲ مهر). xAI می‌گوید تماس‌های Starlink را «به چند زبان» جواب می‌دهد، اما نمی‌گوید کدام زبان‌ها.
برداشت من: این خط تلفن است، نه صداگذاری. صدای فیلم جمله به جمله کارگردانی و روی تصویر تدوین می‌شود؛ ایجنت زنده بداهه می‌گوید و متن از دست برند بیرون می‌رود. جایش خط سفارش یا پشتیبانی با قاعدهٔ سفت و یک آدم پشتش است. قیمت مسئله نیست، زبان است. فارسی در هیچ فهرستی نیامده؛ قبل از اینکه به کارفرما قولش را بدهی، خودت با لهجهٔ مشتری تستش کن.
کاری که امروز می‌کنم
با بودجهٔ کم، در Kling 4.0 یک حرکت ۳۰ ثانیه‌ای با سه کی‌فریم بساز — بسته‌بندی، نمای اصلی، فریم آخر — و تعداد برداشت‌های ردشده را بشمار. همین عدد، نه ویدیوی معرفی، می‌گوید برداشت بلند به بودجه‌ات می‌خورد یا نه. اگر می‌خواهی این خط تولید برای برندت ساخته شود، این‌طور کار می‌کنم.
منابع
- Kling AI — عرضهٔ جهانی Kling 4.0 (۳۰ ثانیه، ۱۵ مرجع، ۱۰ کی‌فریم؛ API و HDR و ۲۱:۹ و Firefly «به‌زودی»)، بیانیهٔ مطبوعاتی، ۲۴ مهر ۱۴۰۵ — globenewswire.com
- Wesleyan Media Project — گزارش هزینهٔ تبلیغات انتخاباتی (۲۲۰ تبلیغ AI، بیش از ۱۳۷ میلیون دلار، ۲۷٪ با برچسب)، ۲۳ مهر ۱۴۰۵ — mediaproject.wesleyan.edu
- xAI — Grok Voice 3.0 (دقیقه‌ای ۰٫۰۸ دلار، تأخیر زیر یک ثانیه)، ۲۲ مهر ۱۴۰۵ — x.ai