AI図鑑 AI ATLAS

Kling

テキストからも画像からも動画を生成できるショート動画モデル

Kuaishou (Kling) モデルクローズド

入力テキスト画像動画

本ページの本文は英語で提供されています。タイトルと導入は日本語化されています。

これは何か

Kling is a video-generation model Kuaishou released in June 2024. It supports both text-to-video and image-to-video, produces clips of 5 or 10 seconds up to 1080p, and emphasises motion magnitude and visual steadiness. It was opened to users through a web product and does not disclose its weights.

なぜ覚えておく価値があるか

It was an early product to offer both text-to-video and image-to-video to the public and gained wide use in 2024 for its larger motion range and steadiness.

主な仕様

Resolution: Up to 1080p
Duration: 5 or 10 seconds
Input: Text, image
Open weights: No

対応する能力

テキストから動画生成

一文の説明から短い動画を生成する

テキスト動画

画像から動画生成

一枚の静止画を動かす

関連する概念

拡散モデル

小さなノイズ除去を千回学べば、純粋なノイズから画像を作れる

マルチモーダル生成

一つのモデルが語り、描き、動き、さらには三次元世界をモデル化する

学習・推論インフラストラクチャ

メモリが「どれだけ大きなモデルを訓練できるか」を、通信が「どれだけ時間がかかるか」を決める

AI エンジニアリング・安全性・倫理

同種の製品

Sora

一文の説明から最長約1分の一貫した動画を生成する

モデルクローズド

テキスト画像動画

Veo

Google DeepMind

1080pでショットの一貫した動画クリップを生成する

モデルクローズド

テキスト画像動画

Gen-3 Alpha

映像・広告向けの制御性の高いテキスト動画生成モデル

モデルクローズド

テキスト画像動画

Hailuo

指示追従とカメラワークを重視したショート動画モデル

モデルクローズド

テキスト画像動画

Stable Video Diffusion

拡散モデルで一枚の静止画を短い動画に変える

モデルオープンウェイト

Dream Machine

テキストや画像から動きのある短い動画を生成する

モデルクローズド

テキスト画像動画

Seedance

ByteDance (Seed)

マルチショットの物語表現を狙った動画生成モデル

モデルクローズド

テキスト画像動画

SenseAvatar

一枚の人物画像と音声からリップシンクしたデジタルヒューマン動画を生成する

API クローズド

画像音声動画