Kling 3.0 di Morphic: video multi-shot & audio native

Cara memakai Kling 3.0 di Morphic

1. Pilih mode video

Dari bilah prompt, pilih mode Video. Ini akan mengalihkan antarmuka ke mode generasi video, tempat Anda bisa mengatur resolusi, durasi, dan apakah ingin menyertakan audio native.

2. Pilih Kling 3.0 sebagai model Anda

Buka dropdown model dan pilih Kling 3.0 dari daftar model video yang tersedia. Morphic menawarkan banyak model video, jadi Anda bisa membandingkan hasil dari berbagai generator tanpa harus berpindah platform.

3. Tambahkan prompt Anda

Jelaskan adegan yang Anda inginkan. Sertakan detail tentang subjek, lingkungan, gerakan kamera, pencahayaan, dan dialog jika ada. Berpikirlah seperti sutradara, bukan fotografer: jelaskan apa yang terjadi seiring waktu, bukan hanya satu frame statis. Jika ingin beberapa shot, aktifkan toggle multi-shot atau beri label pada tiap shot dalam prompt Anda.

4. Generate

Jalankan prompt. Kling 3.0 menghasilkan klip video berdurasi 3 sampai 15 detik, lengkap dengan audio native saat diaktifkan. Periksa hasilnya, sesuaikan prompt jika perlu, dan generate ulang sampai Anda mendapatkan klip yang diinginkan.

Apa itu Kling 3.0?

Kling 3.0 adalah model generasi video AI terbaru dari Kuaishou, dirilis pada Februari 2026. Model ini dibangun di atas Kling Video 2.6 dan Kling O1 dengan menggabungkan keduanya menjadi satu arsitektur multimodal yang menangani video, audio, dan teks dalam satu proses generasi.

Jika model video AI sebelumnya hanya menghasilkan klip single-shot tanpa audio, Kling 3.0 menghasilkan rangkaian multi-shot lengkap dengan dialog tersinkron dan audio native. Model ini memahami bahasa sinematik (tracking shot, close-up, shot-reverse-shot) dan bisa merencanakan sendiri transisi adegan saat Anda menjelaskan sebuah narasi dalam prompt.

Kling 3.0 tersedia di Morphic sebagai bagian dari suite generasi video multi-model platform ini, artinya Anda bisa memakainya bersama alat gambar, musik, dan audio Morphic dalam satu workspace yang sama.

Fitur dan kemampuan Kling 3.0

Generasi storyboard multi-shot dengan dua mode kontrol

Inilah fitur yang membedakan Kling 3.0 dari model video AI lain yang tersedia saat ini. Model ini menghasilkan hingga enam potongan kamera dalam satu generasi, dan memberi Anda dua cara untuk mengontrolnya:

• Auto multi-shot: aktifkan toggle multi-shot dan model akan merencanakan sendiri transisi shot berdasarkan prompt Anda. Model membaca deskripsi adegan Anda dan menentukan di mana harus memotong, sudut apa yang dipakai, dan bagaimana ritme rangkaiannya.
• Custom multi-shot: Anda menentukan tiap shot secara manual. Atur jumlah shot, durasi masing-masing, sudut kamera, dan apa yang terjadi dalam frame. Model akan mengikuti storyboard Anda persis seperti yang ditentukan.

Mode auto cocok saat Anda ingin hasil cepat dari prompt naratif. Mode custom lebih baik saat Anda butuh kontrol presisi, misalnya saat membuat iklan produk dengan ritme shot yang spesifik.

Referensi elemen dengan pengikatan suara

Kebanyakan model video AI memungkinkan Anda mengunggah gambar referensi untuk mengunci tampilan karakter. Kling 3.0 melangkah lebih jauh. Anda bisa mengunggah klip video pendek sebagai referensi, dan model akan mengekstrak tampilan visual sekaligus nada suara alami karakter tersebut. Suara itu lalu terikat pada elemen karakter, jadi setiap kali karakter tersebut berbicara di video Anda, suaranya tetap konsisten tanpa perlu Anda sebutkan lagi di prompt.

Anda juga bisa membuat elemen dari 2-4 gambar referensi dan menetapkan nada suara secara terpisah dengan mengunggah audio atau memilih dari suara yang tersedia. Ini sangat berguna untuk karakter yang muncul berulang di banyak generasi video.

Dialek, aksen, dan code-switching multibahasa

Audio native di Kling 3.0 mendukung lima bahasa: Inggris, Mandarin, Jepang, Korea, dan Spanyol. Namun kemampuannya lebih dalam dari sekadar dukungan bahasa dasar. Model ini bisa meniru dialek dan aksen spesifik, termasuk dialek Kanton, Tiongkok Timur Laut, Sichuan, dan Beijing untuk bahasa Mandarin, serta aksen Amerika, Inggris, dan India untuk bahasa Inggris.

Model ini juga menangani code-switching, artinya karakter bisa berpindah bahasa di tengah percakapan dalam video yang sama. Rapat bisnis dwibahasa, turis yang bertanya arah dengan bahasa Spanyol yang belepotan, atau adegan keluarga yang mencampur dialek semuanya dihasilkan dengan gerakan bibir alami dan ekspresi wajah yang konsisten.

Output video 4K native

Model ini mendukung resolusi hingga 4K secara native, bukan hasil upscale dari resolusi lebih rendah. Artinya tekstur, detail kulit, dan elemen halus seperti anyaman kain dan helai rambut tampil dengan detail autentik, bukan tampilan lembek dan halus khas hasil upscale. Resolusi lebih rendah (1080p dan 720p) juga tersedia, dan model ini mendukung rasio aspek 16:9, 9:16, dan 1:1.

Preservasi teks dan logo selama pergerakan kamera

Kling 3.0 bisa membaca teks dari gambar yang diunggah, seperti papan nama, label produk, atau logo, dan menjaga teks tersebut tetap terbaca sepanjang video meski kamera bergerak. Model ini juga bisa menghasilkan teks baru langsung di dalam video. Untuk kebutuhan komersial di mana teks brand harus tetap tajam selama orbit produk atau tracking shot, ini menghilangkan kebutuhan overlay teks di tahap pasca-produksi.

Konsistensi karakter di seluruh rangkaian multi-shot

Unggah gambar referensi atau video referensi pendek, dan model akan mengunci tampilan karakter sepanjang klip. Wajah, pakaian, proporsi, dan detail pembeda tetap stabil meski kamera zoom, pan, atau tilt. Model ini mendukung tiga karakter berbeda atau lebih dalam satu adegan tanpa mencampur fitur wajah mereka, yang penting untuk adegan dialog dan video dengan banyak orang.

Durasi fleksibel dari 3 sampai 15 detik

Hasilkan video berkelanjutan mulai dari 3 sampai 15 detik dalam satu kali proses. Durasi tambahan ini bukan sekadar soal klip yang lebih panjang. Ini memberi model ruang untuk mengembangkan aksi yang lebih kompleks, membangun transisi adegan, dan membiarkan alur cerita berkembang alih-alih terpotong di detik kelima.