Le chinois Kuaishou a lancé le 5 février Kling 3.0, une mise à jour majeure de son générateur vidéo IA. La promesse : passer du clip isolé à un véritable outil de réalisation, avec audio natif, multi-plans et cohérence entre les scènes.
4K, 60 fps et jusqu'à 15 secondes
Kling 3.0 est le premier modèle de génération vidéo à proposer une sortie native en 4K (3840×2160) à 60 images par seconde. La durée maximale passe à 15 secondes avec contrôle précis de la durée — suffisant pour la plupart des usages créatifs sans avoir à assembler des clips.
L'audio sort du même modèle que la vidéo
La nouveauté la plus marquante est la co-génération audio-vidéo. Dialogues, bruits ambiants, musique et effets sonores émergent du même processus de génération que l'image. Le modèle gère la synchronisation labiale automatique et peut orchestrer des dialogues entre trois personnages distincts dans une même scène, chacun avec son propre timbre de voix.
Cinq langues sont supportées — anglais, chinois, japonais, coréen et espagnol — avec gestion des dialectes (anglais britannique vs américain, par exemple).
Storyboard multi-plans
Kling 3.0 introduit un mode storyboard permettant de définir jusqu'à 6 plans dans une seule génération : taille de plan, perspective, mouvement de caméra et contenu narratif pour chaque segment. Le modèle gère automatiquement les transitions et la continuité du sujet.
Face à la concurrence
Le marché de la vidéo IA est en ébullition. Face à Seedance 2.0 (ByteDance), Sora 2 (OpenAI) et Veo 3.1 (Google), Kling 3.0 se distingue par son réalisme physique — particulièrement sur les mouvements humains complexes (danse, arts martiaux) — et son rapport qualité/prix estimé à ~0,50 $ par vidéo de 10 secondes, contre 1 $ pour Sora 2 et 2,50 $ pour Veo 3.1.
Dans les studios de production, la tendance est à l'utilisation combinée : Kling pour le prototypage rapide, Seedance pour le contrôle créatif, et Sora ou Veo pour les rendus finaux.