Kling 3.0 est le modèle vidéo IA qui transforme un prompt texte en séquence vidéo mise en scène. Conçu par Kuaishou et publié en février 2026, il prend en charge ce qui nécessitait auparavant des outils séparés et un montage manuel : des storyboards multi-plans avec jusqu'à six coupes de caméra, un audio natif avec des dialogues lip-syncés en cinq langues et une cohérence des personnages qui tient sous tous les angles. La sortie prend en charge une résolution jusqu'à la 4K native, avec des durées flexibles de 3 à 15 secondes. Disponible sur Morphic aux côtés de l'ensemble complet d'outils de génération d'images, de musique et d'audio de la plateforme.
Comment utiliser Kling 3.0 sur Morphic
1. Sélectionner le mode vidéo
Depuis la barre de prompt, sélectionnez le mode Vidéo. Cela bascule l'interface en génération vidéo, où vous pouvez configurer des paramètres comme la résolution, la durée et l'inclusion ou non de l'audio natif.
2. Choisir Kling 3.0 comme modèle
Ouvrez le menu déroulant des modèles et choisissez Kling 3.0 dans la liste des modèles vidéo disponibles. Morphic propose plusieurs modèles vidéo, ce qui vous permet de comparer les rendus de différents générateurs sans changer de plateforme.
3. Ajouter votre prompt
Décrivez la scène que vous voulez. Incluez des détails sur le sujet, l'environnement, les mouvements de caméra, l'éclairage et tout dialogue éventuel. Pensez comme un réalisateur, pas comme un photographe : décrivez ce qui se passe dans le temps, pas seulement une image figée. Si vous voulez plusieurs plans, activez l'option multi-plans ou étiquetez chaque plan dans votre prompt.
4. Générer
Lancez le prompt. Kling 3.0 produit des clips vidéo d'une durée de 3 à 15 secondes, avec audio natif inclus lorsque l'option est activée. Examinez le rendu, ajustez votre prompt si nécessaire et relancez la génération jusqu'à obtenir le clip souhaité.
Qu'est-ce que Kling 3.0 ?
Kling 3.0 est le dernier modèle de génération vidéo IA de Kuaishou, publié en février 2026. Il s'appuie sur les modèles Kling Video 2.6 et Kling O1 en les fusionnant dans une architecture multimodale unifiée qui prend en charge la vidéo, l'audio et le texte dans une seule passe de génération.
Là où les anciens modèles vidéo IA produisaient des clips mono-plan isolés sans audio, Kling 3.0 génère des séquences multi-plans avec dialogues synchronisés et sortie audio native. Le modèle comprend le langage cinématographique (travelling, gros plans, champ-contrechamp) et peut planifier seul les transitions de scène lorsque vous décrivez un récit dans votre prompt.
Kling 3.0 est disponible sur Morphic dans le cadre de la suite de génération vidéo multi-modèles de la plateforme, ce qui signifie que vous pouvez l'utiliser aux côtés des outils d'image, de musique et d'audio de Morphic dans le même espace de travail.
Fonctionnalités et capacités de Kling 3.0
Génération de storyboard multi-plans avec deux modes de contrôle
C'est la fonctionnalité qui distingue Kling 3.0 de tous les autres modèles vidéo IA disponibles aujourd'hui. Il génère jusqu'à six coupes de caméra en une seule génération, et vous offre deux façons de les contrôler :
- Multi-plans automatique : activez l'option multi-plans et le modèle planifie lui-même les transitions de plans en fonction de votre prompt. Il lit votre description de scène et décide où couper, quel angle utiliser et comment rythmer la séquence.
- Multi-plans personnalisé : vous définissez chaque plan manuellement. Réglez le nombre de plans, la durée de chacun, l'angle de la caméra et ce qui se passe dans le cadre. Le modèle suit votre storyboard à la lettre.
Le mode automatique fonctionne bien lorsque vous voulez des résultats rapides à partir d'un prompt narratif. Le mode personnalisé est préférable lorsque vous avez besoin d'un contrôle précis, par exemple pour construire une publicité produit avec un rythme plan par plan spécifique.
Éléments de référence avec liaison vocale
La plupart des modèles vidéo IA vous permettent de téléverser une image de référence pour ancrer l'apparence d'un personnage. Kling 3.0 va plus loin. Vous pouvez téléverser un court clip vidéo en référence, et le modèle extrait à la fois l'apparence visuelle du personnage et sa tonalité vocale naturelle. Cette voix est liée à l'élément personnage, de sorte qu'à chaque fois que ce personnage parle dans votre vidéo, la voix reste cohérente sans que vous ayez à la repréciser dans le prompt.
Vous pouvez aussi créer des éléments à partir de 2 à 4 images de référence et assigner séparément une tonalité vocale en téléversant de l'audio ou en sélectionnant parmi les voix disponibles. C'est particulièrement utile pour les personnages récurrents à travers plusieurs générations vidéo.
Dialectes, accents et alternance codique multilingue
L'audio natif dans Kling 3.0 prend en charge cinq langues : anglais, chinois, japonais, coréen et espagnol. Mais cela va plus loin qu'un simple support linguistique de base. Le modèle peut reproduire des dialectes et accents spécifiques, y compris le cantonais, le chinois du Nord-Est, le sichuanais et le dialecte de Pékin pour le chinois, ainsi que les accents américain, britannique et indien pour l'anglais.
Il gère aussi l'alternance codique, ce qui signifie que les personnages peuvent passer d'une langue à l'autre au milieu d'une conversation dans une même vidéo. Une réunion d'affaires bilingue, un touriste demandant son chemin dans un espagnol approximatif ou une scène de famille mélangeant les dialectes sont tous générés avec des mouvements labiaux naturels et des expressions faciales cohérentes.
Sortie vidéo 4K native
Le modèle prend en charge jusqu'à la résolution 4K de manière native, et non upscalée depuis une résolution inférieure. Cela signifie que les textures, les détails de peau et les éléments fins comme la trame du tissu et les mèches de cheveux conservent un détail authentique plutôt que l'aspect doux et lissé produit par l'upscaling. Des résolutions inférieures (1080p et 720p) sont également disponibles, et le modèle prend en charge les formats 16:9, 9:16 et 1:1.
Préservation du texte et des logos pendant les mouvements de caméra
Kling 3.0 peut lire le texte d'images téléversées, comme les panneaux, les étiquettes produits ou les logos, et conserver ce texte lisible tout au long de la vidéo même lorsque la caméra bouge. Il peut aussi générer de nouveaux contenus textuels au sein de la vidéo elle-même. Pour les productions commerciales où le texte de marque doit rester net pendant une orbite produit ou un travelling, cela élimine le besoin d'incrustations de texte en post-production.
Cohérence des personnages à travers les séquences multi-plans
Téléversez des images de référence ou une courte vidéo de référence, et le modèle verrouille l'apparence d'un personnage tout au long du clip. Visages, tenues, proportions et détails distinctifs tiennent bon à travers les mouvements de caméra comme les zooms, panoramiques et tilts. Le modèle prend en charge trois personnages distincts ou plus dans la même scène sans mélanger leurs traits, ce qui compte pour les scènes de dialogue et toute vidéo mettant en scène plusieurs personnes.
Durée flexible de 3 à 15 secondes
Générez de 3 à 15 secondes de vidéo continue en une seule passe. Cette longueur supplémentaire ne concerne pas seulement des clips plus longs. Elle donne au modèle la place de développer une action plus complexe, de construire des transitions de scène et de laisser un arc narratif se dérouler plutôt que de s'interrompre au bout de cinq secondes.
Questions fréquemment posées
Kling 3.0 est disponible sur Morphic dans le cadre de la suite de génération vidéo. Pour commencer à générer, inscrivez-vous à un plan Morphic, sélectionnez le mode Vidéo dans la barre de prompt et choisissez Kling 3.0 dans le menu déroulant des modèles. Morphic vous donne accès à Kling 3.0 aux côtés des outils de génération d'images, de musique et d'audio, pour que l'ensemble de votre workflow créatif reste au même endroit.
Kling 3.0 est le modèle de génération vidéo principal qui couvre le text-to-video et l'image-to-video avec storyboarding multi-plans et audio natif. Kling 3.0 Omni s'appuie sur cette base avec des contrôles de cohérence des personnages plus robustes et la capacité de lier des tonalités vocales à des personnages spécifiques à partir de références vidéo. Pour la plupart des besoins de génération vidéo, Kling 3.0 est le bon point de départ. Omni vaut le coup lorsque la cohérence des personnages à travers plusieurs générations est une priorité.
Kling 3.0 génère des dialogues lip-syncés en cinq langues : anglais, chinois, japonais, coréen et espagnol. Au-delà du support linguistique standard, le modèle peut reproduire des accents et dialectes spécifiques, y compris les accents américain, britannique et indien pour l'anglais, ainsi que les dialectes cantonais, du Nord-Est, de Pékin, sichuanais et taïwanais pour le chinois. Les personnages peuvent également changer de langue au milieu d'une conversation dans un même clip.
La sortie monte jusqu'à la résolution 4K native, avec également 1080p et 720p disponibles. Chaque génération dure entre 3 et 15 secondes. Les formats pris en charge incluent le 16:9 pour l'écran large, le 9:16 pour le contenu social vertical et le 1:1 pour les formats carrés.
Le plus grand changement entre le prompting d'image et le prompting vidéo consiste à décrire le mouvement, pas seulement l'apparence. Quelques points qui améliorent la qualité de la sortie :
- Commencez par le langage de caméra. Débuter votre prompt par « travelling caméra à l'épaule » ou « lent panoramique orbital » donne le ton visuel de toute la génération.
- Étiquetez explicitement les locuteurs dans les scènes multi-personnages. Associez directement chaque personnage à son dialogue dans le prompt pour que le modèle attribue les voix aux bons visages.
- Utilisez le mode multi-plans personnalisé lorsque vous avez besoin d'un contrôle précis sur la durée, le cadrage et l'angle de caméra de chaque plan.
- Téléversez des images ou des vidéos de référence pour la cohérence des personnages. Créer un élément avec des traits visuels et vocaux liés donne au modèle un point d'ancrage concret pour les personnages récurrents.
Sur Morphic, vous pouvez itérer rapidement en ajustant votre prompt et en relançant la génération sans quitter l'espace de travail. Pour une analyse plus approfondie avec des exemples de prompts, consultez le guide complet Kling 3.0.
