Kling 3.0: Een uitgebreide gids voor AI-videogeneratie

Wil je meer weten over de nieuwste releases in dit domein? Check dan onze gids met andere topmodellen voor videogeneratie.

Wat is Kling AI?

Kling AI is een generatieve AI-omgeving waarmee je video’s maakt op basis van tekstprompts, afbeeldingen of een combinatie daarvan. Het is ontwikkeld door het Chinese technologiebedrijf Kuaishou en groeide snel uit tot een van de beste AI-modellen voor karakterconsistentie. De gegenereerde video’s hebben native geluid, waardoor ze gepolijst aanvoelen en direct inzetbaar zijn.

Kling AI-prijzen en toegang

Net als bij veel AI-videomodellen is de prijsstructuur van Kling AI gebaseerd op credits. We betalen een maandabonnement dat toegang geeft tot een vast aantal maandelijkse credits. Er zijn ook andere kleine functies die per abonnementsniveau verschillen, maar het belangrijkste onderscheid blijft het aantal generatiecredits dat je krijgt.

Voor dit artikel gebruikte ik hun Pro-abonnement ($32,56 per maand), inclusief 3.000 credits. Voor meer details over de prijsplannen, zie de officiële prijspagina van Kling AI.

Hoeveel credits kost het om een video te genereren?

Het creditverbruik wordt vooral bepaald door drie factoren:

• De lengte van de video (3 tot 15 seconden)
• De resolutie (720p of 1080p)
• Of er wel of geen audio wordt gegenereerd

Als we uitgaan van video’s met native audio, kunnen we met een Pro-abonnement rekenen op ongeveer 6 minuten 720p-video of 4 minuten 1080p-video per maand.

Belangrijkste functies van Kling 3.0

De voorbeelden in deze sectie komen uit de officiële gebruikersgids van het Kling 3.0-model.

Impliciete multi-shot scènes

De meeste AI-videomodellen werken het best als de prompt één shot of actie beschrijft. Kling 3.0 kan een prompt begrijpen die meerdere shots in één keer beschrijft.

De volgende voorbeeldprompt beschrijft de setting en vier shots zonder ze expliciet op te sommen:

Outdoor terrace of a European villa, by a dining table with a blue and white checkered tablecloth, a young white woman in a blue and white striped short-sleeve shirt and khaki shorts, with a brown belt, sits barefoot, opposite a young white man in a white T-shirt.
The camera zooms in, the woman swirls the juice in a glass, her eyes looking at the distant woods, and says, "These trees will turn yellow in a month, won't they?"
Close-up of the man, he lowers his head and says, "But they'll be green again next summer."
Then the woman turns her head, smiles at the man opposite, and says, "Are you always this optimistic? Or just about summer?"
Then the man lifts his head, looks at the woman, and says, "Only about summers with you."

De prompt werd gekoppeld aan een afbeelding, die het model gebruikte als eerste frame van de video.

Hier is het resultaat:

Ik was erg onder de indruk van deze video. De promptnauwkeurigheid is sterk en de video oogt voor mij behoorlijk realistisch.

Expliciete multi-shot scènes

Hoewel het model uit een tekstprompt kan afleiden waar het ene shot eindigt en het volgende begint, is het niet perfect en kan het de prompt anders interpreteren dan we bedoelden. We kunnen de structuur afdwingen door de scènes expliciet in de prompt te benoemen.

Shot 1: Profile shot of a Black man driving a truck, cinematic handheld.
Shot 2: Frontal macro shot of the Black man driving, cinematic handheld.
Shot 3: Macro shot of his hands on the steering wheel, cinematic handheld.
Shot 4: Macro shot of a weathered photograph of a young Black child lying on the passenger seat, cinematic handheld.

Om elk shot te specificeren, klikken we op de knop Custom Multi-Shot onderaan het promptveld. Daar kunnen we per shot een prompt geven en ook de duur instellen. Het model ondersteunt maximaal 6 shots per video.

Hieronder staat het resultaat van deze multi-shot prompt:

Audio- en toonregeling

Zoals we zagen, laat Kling 3.0 ons video’s genereren met native audio. Maar het gaat verder dan dat. We kunnen de gegenereerde audio sturen door in de prompt te specificeren wat we willen. Bijvoorbeeld:

Home setting with a faint hum of the living room air conditioner in the background for a realistic daily vibe.
Mom (softly, in a surprised tone): Wow, I didn't expect this plot at all.
Dad (in a low voice, agreeing, in a calm tone): Yeah, it's totally unexpected. Never thought that would happen.
Boy (in an excited tone): It's the best twist ever!
Girl (nodding along, in an enthusiastic tone): I can't believe they did that!

In dit voorbeeld geeft de prompt informatie over het achtergrondgeluid en hoe mensen in de video moeten praten. Voor dialogen is de structuur meestal:

<who is speaking> (<how things are said>) <what they say>

Hier is de met bovenstaande prompt gegenereerde video:

Dit voorbeeld is gegenereerd vanuit een first-frame-afbeelding. Dat helpt het model om de personages aan de prompt te koppelen. Indrukwekkend dat het model met alleen de afbeelding al kan herkennen wie de vader, de moeder, de jongen en het meisje zijn.

Meertalige spraakmogelijkheden

Het model ondersteunt spraakgeneratie in de volgende talen: 

• Chinees
• Engels
• Japans
• Koreaans
• Spaans

We kunnen de gesproken taal specificeren samen met de toonbeschrijving:

<who is speaking> (<how things are said>, <language>) <what they say>

Hier is een voorbeeld:

On the rooftop of a Korean high school, distant city lights glimmer in the background with a soft wind rustling, and stars twinkle in the night sky. The girl leans against the railing, lost in thought. The boy walks over with two cans of cola, hands one to her, and she takes it and pops the tab open.
Boy (casual tone, Korean): "숙제 다 했어? 왜 여기 있어?" 
Girl (sighing, Korean): "시험이 너무 무 서워"". 
Boy (gentle tone, Korean): "4정 마, 넌 잘할 거야."

Subject binding

Subject binding is een functie waarmee specifieke personages of visuele elementen consistent blijven in een gegenereerde video. Door het uiterlijk en de kenmerken van een onderwerp vast te zetten, blijft de hoofdfocus stabiel en herkenbaar, zelfs bij camerabewegingen zoals zoomen, pannen of tilten.

Na het uploaden van een afbeelding als eerste frame kunnen we deze functie inschakelen door de optie Bind elements to enhance Consistency te selecteren. Dit creëert een referentie die het systeem gebruikt om visuele stabiliteit te behouden en ongewenste veranderingen aan het onderwerp tijdens de videogeneratie te voorkomen.

Zonder subject binding moet het model raden welke kenmerken van het onderwerp niet zichtbaar zijn in de eerste afbeelding. In de afbeelding hierboven draagt het onderwerp bijvoorbeeld een zonnebril. Dan is het nuttig om ook een afbeelding van het gezicht te geven. Andere poses, zoals naar links en rechts kijken, zijn ook handig als we willen dat het model niet “verzint” hoe de persoon eruitziet.

Bij het maken van een element kunnen we tot drie afbeeldingen toevoegen. We krijgen ook de optie om een stem en een naam voor het personage te kiezen.

Hier is het resultaat:

Persoonlijk vind ik deze functies een gamechanger, omdat karakterconsistentie een van de meest frustrerende aspecten was van AI-videogeneratie. Vaak waren er extreem gedetailleerde prompts en veel iteraties nodig om het goed te krijgen.

Omni-modus

De Omni-modus van Kling AI brengt alle functies samen in één model. Je kunt het zien als subject binding in het kwadraat: je kunt elementen maken (personages, scènes, objecten, enz.) en die vervolgens samenbrengen in één prompt. Zo kun je zeer complexe scènes genereren met een hoge mate van nauwkeurigheid.

Zo kun je bijvoorbeeld een personage-element maken met referentieafbeeldingen en daarna een scene‑element, en het personage eenvoudig in die scène plaatsen. Of je maakt meerdere personages en ontwikkelt dialogen tussen hen door in de prompt naar deze personages te verwijzen.

In Omni-modus kunnen we naar eerder gemaakte elementen verwijzen met @. Er verschijnt dan een pop-up waarin je het gewenste element kunt selecteren.

Hier is een voorbeeld met drie shots dat de kracht en veelzijdigheid van Omni laat zien:

Shot 1 (3s): Mid-shot, background @Image. @Grace sits on the sofa eating cookies as @Alan walks in holding @Samoyed.@Samoyed lunges for the cookie in @Grace's hand. @Grace says, "Hey! Watch your dog!" 
Shot 2 (2s): @Alan sits beside her, pulling the leash and lifting @Samoyed. Close-up, @Alan says, "He just likes cookies more than me." 
Shot 3 (3s): Close-up, @Grace smiles and says, "Well, he has good taste at least."

In dit voorbeeld zijn @Image, @Grace, @Alan en @Samoyed elementen die afzonderlijk zijn gemaakt en samen in één prompt worden gebruikt.

Kling 3.0 testen

In de vorige sectie bespraken we de kernmogelijkheden van Kling 3.0 en lieten we enkele voorbeelden zien van hun officiële website. Ik vind de resultaten erg indrukwekkend, maar je moet altijd sceptisch blijven bij door bedrijven aangeleverde voorbeelden: die zijn meestal gecureerd en laten alleen de beste resultaten zien.

In deze sectie gaan we ermee aan de slag en testen we nieuwe voorbeelden om te zien of het model de verwachtingen echt waarmaakt.

Voorbeeld 1: Een personage genereren

Ik gebruikte AI om een fantasypersonage te genereren. Ik maakte een full‑body afbeelding en daarna een paar verschillende poses, zoals naar links kijken, naar rechts kijken en een boze uitdrukking.

Die elementen combineerde ik tot een personage dat ik Elias noemde. Vervolgens genereerde ik een afbeelding voor het eerste frame van de video en gebruikte ik subject binding om die twee te koppelen.

Dit is de prompt die ik gebruikte:

Elias stands alone in front of the burning village. Elias is breathing heavily, his hands clenched into tight fists at his sides. 
Elias looks at something just off-camera, something we cannot see. Elias says, in a low and dangerous voice, "I told you what would happen if you crossed that line." 
Elias pauses for a second. 
The camera zooms in close to his face. His face burns with anger, and he says, "I gave you my word, and I gave you a choice." 

Let op dat ik geen @-verwijzingen gebruik, omdat ik voor deze video geen Omni-modus gebruikte, alleen subject binding. Hier is het resultaat

Voorbeeld 2: Een komische sketch genereren met Omni

Hier probeerde ik een sitcomscène tussen vrienden te maken. Ik creëerde drie personages, Alex, Jamie en Sam, met AI. Net als eerder genereerde ik voor elk van hen een paar verschillende poses.

Ik genereerde ook een afbeelding voor de locatie en maakte daar een scene‑element van.

Dit is de uiteindelijke prompt die ik gebruikte. Ik gebruikte een tekstprompt om de shots te beschrijven in plaats van hun multi-shot functionaliteit, omdat die de scène beperkt tot zes shots. Het blijkt dat Kling 3.0 dit ook prima aankan.

Shot 1: Mid-shot, background @Image.
Shot 2: @Jamie and @Sam sit on the couch as @Alex rushes into the coffee shop and says, "I just liked my ex’s photo from 2016."
Shot 3: @Jamie turns to @Alex and says, "How bad?"
Shot 4: @Alex replies, "She’s with the guy she left me for."
Shot 5: Camera focuses on @Sam, and he replies, "Delete it, dude!"
Shot 6: @Alex replies, "I did, but what if she saw?"
Shot 7: @Sam says, "Then act confident, like her wedding photo."
Shot 8: @Jamie laughs, and @Alex says, "I need new friends..."

En dit was het resultaat:

We zien een paar fouten in de video:

• Er is een eerste frame met de lege bank. Dat was waarschijnlijk mijn fout, omdat ik niet specificeerde dat de personages in shot 1 op de bank moesten zitten. Toen ik het echter opnieuw probeerde, begon het ook leeg. Pas toen ik een eerste frame aanleverde met de personages op de bank, kreeg ik het verwachte resultaat. In dat geval was het echter lastig om Alex de coffeeshop te laten binnenkomen.
• Er zit een extra personage op de bank.

Desondanks vond ik het resultaat erg indrukwekkend. De personages voelen levendig en authentiek aan, en de scène loopt over het geheel genomen behoorlijk soepel.

Voorbeeld 3: Een personage hergebruiken in een video met meerdere scènes

In dit laatste voorbeeld probeerde ik de eerder gemaakte personages in een andere context te hergebruiken. Het idee was om aan te voelen hoe consistent ze tussen video’s blijven, om te zien of het haalbaar is om meerdere scènes met dezelfde personages te maken. Want als de personages er hetzelfde blijven uitzien en aanvoelen, geloof ik echt dat Kling 3.0 kan worden gebruikt voor langere content.

In dit geval gebruikte ik de multi-shot functionaliteit om elk shot te beschrijven. Hier is de scèneconfiguratie:

Dit is de video die werd gegenereerd:

Opnieuw vind ik het resultaat erg dicht bij wat ik wilde. Afgezien van wat pauzes om emotie toe te voegen en het feit dat je in het laatste shot het personage niet ziet praten, is het behoorlijk goed gedaan.

Kling 3.0 vs Runway Gen-4.5: vergelijking

Naar mijn mening was het beste AI‑videomodel dat ik eerder heb geprobeerd Runway Gen‑4.5. Ik wilde dit artikel afsluiten met een vergelijking met Kling 3.0 aan de hand van een paar prompts die ik gebruikte in dit artikel dat ik over Runway schreef.

Begrip van natuurkunde

Dit voorbeeld test hoe goed het model natuurkunde begrijpt, met een olifant en een muis op een wip. In het eerste geval zit de muis op de wip en moet er een olifant uit de lucht vallen; in het tweede geval andersom.

Beide modellen lijken te begrijpen dat de muis lichter is dan de olifant. Kling 3.0 hield zich iets beter aan de prompt, want in beide gevallen zouden de olifant en de muis uit de lucht moeten vallen.

Karakteremoties

Het tweede voorbeeld test hoe goed elk model emoties van personages kan overbrengen. De prompt vraagt om een video van iemand die een heel verdrietig sms-bericht ontvangt.

In dit voorbeeld is Kling 3.0 een duidelijke winnaar. De emoties voelen echt aan, terwijl de Runway 4.5‑video vreemde tranen heeft en zelfs wat water uit de mond van het personage komt.

Complexe fantasyscène

In dit laatste voorbeeld vroegen we beide modellen om een complexe fantasyscène te genereren waarin de protagonist een magische kwast heeft die dingen kan tekenen en tot leven kan brengen. De protagonist rent weg voor de slechteriken en gebruikt de kwast om te ontsnappen uit een doodlopend steegje.

Geen van beide modellen kan deze scène volledig genereren, maar het resultaat van Runway is nauwkeuriger. Deze zijn echter allebei gegenereerd met één lange prompt. Ik denk dat de scène uitvoerbaar zou zijn met de Omni-functies van Kling.

Conclusie

Kling 3.0 is de eerste video-AI die me echt het gevoel gaf dat ik kan maken wat ik in mijn hoofd heb—niet alleen iets wat erop lijkt. 

Met genoeg credits en een vast script ben ik ervan overtuigd dat het volledige, consistente afleveringen of zelfs een film kan dragen, waarbij karakteridentiteit, toon en continuïteit tussen scènes behouden blijven. Er is nog steeds iteratie en kwaliteitscontrole nodig, maar het voelt eindelijk als normale productie in plaats van een model in het gareel proberen te krijgen.

In mijn experimenten was het niet elke keer perfect; af en toe haalde het twee personages door elkaar of verwisselde het hun links‑rechtspositie tussen shots, en in zeldzame gevallen kreeg iemand een andere zin. Maar over het algemeen zat de eerste poging per scène meestal al heel dicht bij het gewenste resultaat.

Dat gezegd hebbende, vind ik Kling nog steeds wat duur, vooral voor hobbyisten zoals ik. Ik zou graag langere content maken, maar met de huidige prijzen maken de credits het lastig om experimenten en retakes te verantwoorden. 

Het goede nieuws is dat de koers duidelijk is: de kwaliteit stijgt snel, de efficiëntie verbetert en de concurrentie neemt toe. Ik heb er vertrouwen in dat de kosten dalen en de toegang breder wordt, en dat we niet lang hoeven te wachten voordat AI‑videocreatie zowel goedkoop als nauwkeurig genoeg is voor weekendprojecten en indieproducties.

Als je je AI-skills wilt aanscherpen en je wilt voorbereiden op een wereld waarin AI een kernvaardigheid is op de arbeidsmarkt, kijk dan naar onze AI Fundamentals‑cursus.