Kling Image 4.0 génère pour la première fois du 8K natif

Kling Image 4.0 génère pour la première fois du 8K natif

Kling AI, la plateforme de Kuaishou, a lancé tard dans la soirée du 17 novembre son modèle d'image de nouvelle génération, Kling Image 4.0, et ouvert en même temps une API destinée aux entreprises et aux développeurs. C'est la première fois que Kling prend en charge une sortie en 8K natif sur un modèle d'image. Ce modèle et Kling 4.0, lancé le 15 octobre, forment deux gammes distinctes : le second est un modèle vidéo.

Des paramètres centrés sur le texte et les séries d'images

D'après les informations publiques, Image 4.0 adopte une architecture « compréhension et génération unifiées », qui réunit compréhension visuelle et génération d'images dans un même modèle. La limite du texte en entrée passe à 15 000 tokens, et une seule image peut accueillir environ 2 000 caractères. Le modèle intègre plus de 70 polices commerciales prédéfinies, et l'utilisateur peut aussi téléverser une image de référence pour que le modèle imite le dessin des lettres et la mise en page.

Pour les séries, une seule description produit jusqu'à 10 images qui partagent le même cahier des charges créatif au sein du groupe ; un article de test indique que la série peut en outre s'appuyer sur jusqu'à 10 images ou sujets de référence. Plus de 110 ambiances lumineuses prédéfinies sont également proposées, et l'on peut téléverser une image de référence pour en extraire les couleurs et l'éclairage.

Les niveaux de résolution sont les suivants :

Type d'imageRésolutions disponiblesPar défaut
Image standard2K / 4K / 8K natif2K
Série d'images2K / 4K / 8K natif2K
Image longue1K / 2KNon précisé

Mises bout à bout, ces caractéristiques visent les travaux commerciaux : fiches produits de e-commerce, affiches et lots de supports assortis. Ce sur quoi les modèles d'image ont le plus souvent trébuché jusqu'ici, c'est le texte chinois : traits décalés, caractères inventés, longs paragraphes dont la mise en page s'effondre. Une image de 2 000 caractères et plus de 70 polices utilisables commercialement répondent frontalement à ce point faible. L'intérêt du 8K se situe surtout en post-production : une fois l'image générée, on peut en découper plusieurs zones pour les utiliser séparément.

Le prix reste flou

Cette fois, Kling n'a pas publié de grille de consommation fixe par niveau de résolution pour Image 4.0. Selon les règles de facturation actuelles, les images de référence en entrée comme les images en sortie sont facturées, et le coût de la sortie augmente avec la résolution ; le montant exact débité est celui affiché sur la page de génération au moment de l'opération. Les points d'inspiration sont tarifés à 10 points pour 1 yuan ; l'abonnement mensuel à reconduction automatique Gold coûte 58 yuans sur le web et donne 660 points par mois.

Combien coûte une image en 8K, on ne peut donc le savoir pour l'instant qu'en en générant une et en regardant le débit. Pour les entreprises qui utilisent l'API à l'usage, ce chiffre pèse davantage dans la décision que la fiche de paramètres. À la fin de la soirée du lancement, Kling n'avait pas publié officiellement de prix d'API par image.

Comparaison avec les modèles du même type

La seule référence tierce que l'on trouve vient de l'arène de tests à l'aveugle anonymes d'Artificial Analysis. Un article de test rapporte que Kling Image 4.0 se classe sixième mondial et premier en Chine, à la fois dans le classement texte-vers-image et dans celui de l'édition d'images ; les cinq premiers du classement texte-vers-image sont tous de la série GPT Image d'OpenAI. L'équipe image de Kling affirme par ailleurs que le nouveau modèle a gagné plus de deux cents points sur la génération précédente, 3.0 Omni, dans ces deux classements. Les places dans l'arène varient avec le nombre de votes ; seules les données en temps réel du classement font foi.

En comparaison directe, le terrain de rivalité des modèles d'image chinois ces deux dernières années a toujours été le rendu du chinois et la licence commerciale. En inscrivant les « polices commerciales » parmi ses arguments de vente, Kling vise l'inquiétude des designers et des équipes e-commerce quant aux droits des typographies ; les atteintes aux droits des polices sont d'ailleurs une source courante de litiges dans ce milieu. La série GPT Image, en tête des classements anglophones, a toujours été faible sur la mise en page de longs paragraphes en chinois, et c'est précisément là que les modèles chinois peuvent le plus creuser l'écart.

Côté vidéo, Kling 4.0, sorti en octobre, génère un clip de 30 secondes ; avec le 8K qui vient compléter la gamme image, les deux lignes de produits se rapprochent de spécifications de type « généré, donc livrable ». La plateforme de design Lovart a intégré le nouveau modèle dès le jour du lancement.

Sources : ITHome, Smzdm, CocoLoop, Sina Finance ; les niveaux de résolution et le tarif des points d'inspiration ont été recoupés d'après les tests pratiques des médias, et les places au classement sont rapportées depuis l'arène d'images d'Artificial Analysis.