Kling 3.0 Motion Control নড়াচড়া বানায় না — এটি আপনার আপলোড করা রেফারেন্স ভিডিও থেকে নড়াচড়া নেয় আর আপনার চরিত্র দিয়ে সেটি আবার অভিনয় করে দেখায়।
এখানকার একমাত্র মডেল Kling 3.0 Motion Control, যেটি নড়াচড়া বানায় না। এই সাইটের অন্য প্রতিটি ভিডিও মডেল শুরু করে একটি বর্ণনা থেকে; এটি শুরু করে আপনার হাতে থাকা একটি পারফরম্যান্স থেকে। একে একটি চরিত্রের ছবি আর একটি রেফারেন্স ভিডিও দিন, আর এটি আপনার চরিত্র দিয়ে ওই ভিডিওর নড়াচড়াটাই আবার অভিনয় করে দেখায়। টেক্সট প্রম্পট ঐচ্ছিক আর সেটি নড়াচড়া নিয়ন্ত্রণ করে না।
সীমাগুলো ওই নকশা থেকেই আসে। আপনি যে নড়াচড়া চান তার ক্লিপ যদি আপনার হাতে না থাকে, তবে এই মডেলের কাজ করার মতো কিছুই নেই — বরং কোনো জেনারেটিভ মডেল ব্যবহার করুন। আপনি নিজের বাছা কোনো আউটপুট-দৈর্ঘ্য নয়, রেফারেন্স ক্লিপের প্রতি সেকেন্ডের জন্য টাকা দেন, তাই লম্বা রেফারেন্স মানে কিছু দেখার আগেই বড় বিল। এটি বাস্তবসম্মত মানুষের নড়াচড়ার জন্য টিউন করা; অতিরিক্ত স্টাইলাইজড 2D অ্যানিমেশন কম নির্ভরযোগ্যভাবে স্থানান্তরিত হয়। আমরা এর গতি বেঞ্চমার্ক করিনি।
Kuaishou-এর মোশন-ট্রান্সফার মডেল একটি রেফারেন্স ভিডিও থেকে নড়াচড়া আপনার ক্যারেক্টার ইমেজে ম্যাপ করে — মুখ, অভিব্যক্তি এবং আইডেন্টিটি রক্ষা করে, এমন ফিজিক্সসহ যাকে কমিউনিটি গাণিতিকভাবে নির্ভরযোগ্য বলে।
একটি চরিত্রের ছবি এবং একটি মোশন রেফারেন্স ভিডিও আপলোড করুন; Kling সেই গতি — নাচ, অঙ্গভঙ্গি, অ্যাকশন — আপনার চরিত্রে স্থানান্তর করে, একই সাথে মুখের পরিচয় এবং অভিব্যক্তি ধরে রাখে। সোশ্যাল ফিড ভরিয়ে রাখা ড্যান্স-ট্রান্সফার এবং ক্যারেক্টার-সোয়াপ ওয়ার্কফ্লো ঠিক এর উপরই চলে।
নিখুঁত হাত ও আঙুলের সঞ্চালনসহ ফুল-বডি ট্র্যাকিং — সমালোচকরা বিশেষভাবে আলাদা আঙুলের গাঁটের স্পষ্টতা উল্লেখ করেন, যেখানে আগের সংস্করণগুলো হাতকে এক জগাখিচুড়িতে পরিণত করত। কোরিওগ্রাফি এবং সাইন-লেভেল অঙ্গভঙ্গির কাজ এখন সম্ভব হয়ে ওঠে।
মারামারি, আলিঙ্গন, বস্তুর সাথে মিথস্ক্রিয়া — উচ্চ-জটিলতার কন্টাক্ট ফিজিক্স এমন সামঞ্জস্যে রেন্ডার হয় যাকে ব্যবহারকারীরা গাণিতিকভাবে অনুমানযোগ্য বলে বর্ণনা করেন। অন্য মডেল যে জটিল অ্যাকশনে ভেঙে পড়ে, সেটিই এই মডেলের নিজস্ব ঘরের মাঠ।
প্রতি-সেকেন্ড মূল্য আগে থেকেই দেখানোসহ 720p বা 1080p-তে জেনারেট করুন। ব্রডকাস্ট-উপযোগী রেজোলিউশনে আইডেন্টিটি-স্থিতিশীল, ফিজিক্স-সত্য মোশন এটিকে বড় পরিসরে ক্রিয়েটর কনটেন্টের জন্য একটি কার্যকর টুল করে তোলে।
২০২৬ সালের ১৫ অগাস্টে এখানেই, প্রথম চেষ্টাতেই তৈরি। উৎস ছবি আর রেফারেন্স ক্লিপ নিজেরাও এই সাইটের মডেলের ফসল — কোনো স্টক ফুটেজ নয়।
The subject performs the same head and shoulder movement as the reference, natural and unforced.
Transfer the performance timing from the reference clip while keeping the framing and identity of the source photo.
নড়াচড়াটা যখন আপনার হাতে আছে আর সেটি অন্য কাউকে দিয়ে করাতে হবে, তখন এই মডেলটাই ধরবেন।
নাচের টেক, অঙ্গভঙ্গির রুটিন, ফোনে তোলা একটি হাঁটার চক্র — ক্লিপটি আর চরিত্রের ছবিটি দিন, আর চরিত্রটি সেটি অভিনয় করে দেখাবে। শর্ট-ফর্ম ফিড ভরে রাখা নাচ-স্থানান্তর আর চরিত্র-বদলের পোস্টগুলোর পেছনের কৌশল এটাই।
যেহেতু নড়াচড়াটা রেফারেন্সেই বাঁধা আর কেবল চরিত্রের ছবিটাই বদলায়, তাই একই ক্লিপ ভিন্ন ভিন্ন ছবির সঙ্গে চালালে যেসব ভ্যারিয়েন্ট আসে সেগুলো সত্যিই একে অপরের সঙ্গে মেলে। প্রম্পট-চালিত মডেল প্রতিবারই নতুন করে ব্যাখ্যা দেয়, যা এই কাজের ঠিক উল্টো।
মারামারি, জড়িয়ে ধরা, জিনিস তুলে নেওয়া — মডেলকে বানাতে হলে যেসব মিথস্ক্রিয়া ভেঙে পড়ে, সেগুলো এখানে সত্যিকারের ফুটেজ থেকেই উত্তরাধিকার সূত্রে আসে। হাত আর আঙুলের ভাঁজ স্থানান্তরের পরেও টিকে থাকে, আর এ কারণেই অঙ্গভঙ্গির কাজ ব্যবহারযোগ্য হয়।
Keep Original Sound ডিফল্টে চালু, তাই মূল টেকের সময়জ্ঞান যে গান বা সংলাপ নিয়ন্ত্রণ করেছিল সেটি কোনো এডিটরে আবার সিঙ্ক করার দরকার ছাড়াই আউটপুটের সঙ্গে জুড়ে থাকে।
নড়াচড়াটার ভিডিও যদি আপনার হাতে না থাকে, তবে এই মডেলের স্থানান্তর করার মতো কিছুই নেই আর আপনার বরং Kling 3.0, Kling 3.0 Turbo বা Seedance দরকার। এতে কোনো অ্যাসপেক্ট-রেশিও নিয়ন্ত্রণ নেই, কোনো 4K স্তর নেই, আর কোনো দৃশ্য তৈরির ব্যাপার নেই — এটি বদলায় কে অভিনয় করছে, দৃশ্যটা কী তা নয়। অতিরিক্ত স্টাইলাইজড 2D অ্যানিমেশন সবচেয়ে দুর্বল ক্ষেত্র: এটি বাস্তবসম্মত মানুষের নড়াচড়ার জন্য টিউন করা।
সবচেয়ে গুরুত্বপূর্ণ সারিটি প্রথমটাই: এখানকার একমাত্র মডেল এটিই, যেখানে নড়াচড়া আসে প্রম্পট থেকে নয়, ফুটেজ থেকে।
| Kling 3.0 Motion Control | Kling 3.0 | Kling 3.0 Turbo | Seedance 2.5 | |
|---|---|---|---|---|
| নড়াচড়া কী চালায় | আপনার দেওয়া একটি রেফারেন্স ভিডিও | আপনার টেক্সট প্রম্পট | আপনার টেক্সট প্রম্পট | আপনার টেক্সট প্রম্পট |
| যেসব ইনপুট লাগবেই | একটি চরিত্রের ছবি আর একটি রেফারেন্স ভিডিও — দুটোই বাধ্যতামূলক | একটি প্রম্পট, ঐচ্ছিকভাবে সঙ্গে একটি প্রথম ফ্রেম | একটি প্রম্পট, ঐচ্ছিকভাবে সঙ্গে একটি প্রথম ফ্রেম | একটি প্রম্পট; ছবি, ভিডিও আর অডিও ঐচ্ছিক |
| রেফারেন্স ভিডিও নেয় | হ্যাঁ — মডেলটির মূল কথাই এটি | না | না | হ্যাঁ, দৃশ্যের রেফারেন্স হিসেবে, ইনপুট আর আউটপুট সেকেন্ড মিলিয়ে বিল |
| রেজোলিউশন | 720p · 1080p | 720p · 1080p · 4K | 720p · 1080p | 480p · 720p |
| ক্লিপের দৈর্ঘ্য | রেফারেন্স ক্লিপই ঠিক করে দেয় — ছবির দিকনির্দেশ থেকে সর্বোচ্চ 10s, ভিডিওর দিকনির্দেশ থেকে সর্বোচ্চ 30s | 3–15s, যেকোনো পূর্ণ সেকেন্ড | 3–15s, যেকোনো পূর্ণ সেকেন্ড | 4–30s |
| অ্যাসপেক্ট রেশিওর নিয়ন্ত্রণ | কিছু নেই — আউটপুট আপনার ইনপুট অনুসরণ করে | 16:9 · 9:16 · 1:1 | 16:9 · 9:16 · 1:1 | অভিযোজিত, সঙ্গে ছয়টি নির্দিষ্ট রেশিও |
| শব্দ | রেফারেন্স ভিডিওর নিজের অডিও বয়ে নিয়ে যায়, ডিফল্টে চালু | ঐচ্ছিক টগল, ডিফল্টে বন্ধ | সবসময় চালু, কোনো টগল নেই | নেটিভ সিঙ্ক করা অডিও, ডিফল্টে চালু |
| প্রতি সেকেন্ডে ক্রেডিট, 720p | 83 | নীরবে 45 · শব্দসহ 60 | 55 | 230 |
| প্রতি সেকেন্ডে ক্রেডিট, 1080p | 110 | নীরবে 60 · শব্দসহ 85 | 70 | দেওয়া হয় না — সর্বোচ্চ সীমা 720p |
| প্রতি সেকেন্ডে ক্রেডিট, 4K | দেওয়া হয় না | 200, শব্দ কোনো বাড়তি খরচ ছাড়াই অন্তর্ভুক্ত | দেওয়া হয় না | দেওয়া হয় না |
| একটি ক্লিপের ক্রেডিট, সর্বনিম্ন থেকে সর্বোচ্চ | 249–3,300 | 135–3,000 | 165–1,050 | 440–6,900 |
| আমাদের নিজেদের মাপা গতি | পরিমাপ করা হয়নি | পরিমাপ করা হয়নি | প্রতি ক্লিপে গড়ে 54s, দ্রুততম 29s (6টি ক্লিপ, জুলাই 2026) | 4s/480p-তে ~2m 38s, 8s/720p-তে ~5m 13s (7টি ক্লিপ, আগস্ট 2026) |
এই টেবিলের রেজোলিউশন, ক্লিপের দৈর্ঘ্য আর প্রতিটি ক্রেডিটের অঙ্ক 20 আগস্ট 2026-এ আমাদের নিজেদের মডেল রেজিস্ট্রি থেকে পড়া — যে প্রতি-সেকেন্ড হারের তালিকা দিয়ে আপনার জেনারেশনের দাম হিসাব হয় সেটাই, ভেন্ডরের বিপণনের পাতা নয়। দুবার পড়ার মতো একটি পার্থক্য: বাকি তিনটি মডেলে আপনি যে সেকেন্ডের জন্য টাকা দেন সেগুলো আপনার চাওয়া সেকেন্ড, অথচ এখানে সেগুলো আপনার আপলোড করা রেফারেন্স ক্লিপের দৈর্ঘ্য। গতির অঙ্কগুলো এই প্ল্যাটফর্মে আমাদের নিজেদের সময় ধরে চালানো রান, আর যেসব ঘর আমরা মাপিনি সেগুলো অন্য কোথাও থেকে সংখ্যা ধার না করে তা-ই বলে।
Kling 3.0 Motion Control-কে অন্যান্য ভিডিও মডেলের সঙ্গে তুলনা করুন — একই ওয়ার্কস্পেস, এক ক্লিকেই বদল।
| মডেল | kling-v3-motion-control, Kuaishou Kling-এর |
|---|---|
| এটি কী করে | মোশন ট্রান্সফার — এটি আপনার ছবির চরিত্রটি দিয়ে একটি রেফারেন্স ভিডিওর নড়াচড়া আবার অভিনয় করে দেখায়। এটি কোনো বর্ণনা থেকে নড়াচড়া তৈরি করে না। |
| যেসব ইনপুট লাগবেই | দুটি, দুটোই বাধ্যতামূলক: একটি চরিত্রের ছবি আর একটি রেফারেন্স ভিডিও। টেক্সট প্রম্পট ঐচ্ছিক আর সেটি নড়াচড়া চালায় না। |
| চরিত্রের দিকনির্দেশ | From Image — আপনার ছবির ফ্রেমিং ধরে রাখে, রেফারেন্স ক্লিপ সর্বোচ্চ 10 সেকেন্ড। From Video — রেফারেন্স ক্লিপের দিকনির্দেশ অনুসরণ করে, সর্বোচ্চ 30 সেকেন্ড। |
| রেজোলিউশন | 720p বা 1080p |
| সময়কাল | রেফারেন্স ভিডিওই ঠিক করে দেয়, আলাদা করে বাছা যায় না। সর্বনিম্ন 3 সেকেন্ড; সর্বোচ্চ 10 বা 30 সেকেন্ড, দিকনির্দেশের সেটিং অনুযায়ী। |
| অ্যাসপেক্ট রেশিও | কোনো সিলেক্টর নেই — আউটপুটের জ্যামিতি আপনার ইনপুট অনুসরণ করে |
| শব্দ | Keep Original Sound রেফারেন্স ভিডিওর নিজের অডিও আউটপুটে নিয়ে যায়, ডিফল্টে চালু |
| ক্রেডিট | 720p-তে প্রতি সেকেন্ডে 83, 1080p-তে প্রতি সেকেন্ডে 110, রেফারেন্স ভিডিওর দৈর্ঘ্য ধরে গোনা |
| প্রতি ক্লিপে ক্রেডিটের পরিসর | 3 সেকেন্ডের একটি 720p স্থানান্তরে 249, 30 সেকেন্ডের একটি 1080p স্থানান্তরে সর্বোচ্চ 3,300 |
| পরিমাপ করা গতি | বেঞ্চমার্ক করা হয়নি — ওপরের দুটি ক্লিপ ফিরেছে 144 আর 166 সেকেন্ডে, যা দুটি তথ্যবিন্দু, কোনো মাপজোখ নয় |
ফাঁকা prompt বক্স থেকে তৈরি ক্লিপ পর্যন্ত — তিন ধাপ।
মডেল পিকার খুলে Kling 3.0 Motion Control বেছে নিন। আপনি কিছু খরচ করার আগেই প্যানেল তার ক্রেডিট খরচ, রেজোলিউশন অপশন ও দৈর্ঘ্যের সীমা দেখিয়ে দেয়।
বিষয়, অ্যাকশন এবং ক্যামেরা কীভাবে চলবে তা লিখুন। ক্লিপটি কোনো নির্দিষ্ট ছবি থেকে শুরু করাতে চাইলে প্রথম ফ্রেম যুক্ত করুন।
ক্লিপটি ডাউনলোড করুন, লম্বা করুন, কিংবা আরও এডিটিংয়ে পাঠান। prompt, মডেল ও সেটিংস আপনার হিস্ট্রিতে এর সঙ্গেই থেকে যায়।
একটি অ্যাকাউন্ট, সম্পূর্ণ ইমেজ এবং ভিডিও জেনারেশন ওয়ার্কফ্লো।
ফ্রি টিয়ারের প্রতিদিনের ক্রেডিট দিয়েই Kling 3.0 Motion Control চালান, অথবা প্রিমিয়াম মডেল, দ্রুততর জেনারেশন এবং 4K আউটপুটের জন্য আপগ্রেড করুন।
শুরু করার জন্য আদর্শ
বার্ষিক বিল করা হয় · $240/বছর
বার্ষিক বিল করা হয় · $380/বছর
এটি একটি রেফারেন্স ভিডিও থেকে আপনার ক্যারেক্টার ইমেজে নড়াচড়া ট্রান্সফার করে — রেফারেন্স মোশন সম্পাদন করার সময় ক্যারেক্টারের মুখ, অভিব্যক্তি এবং আইডেন্টিটি ধরে রাখে।
ন্যূনতম একটি চরিত্রের ছবি এবং একটি মোশন রেফারেন্স ভিডিও। আপনি বেছে নিতে পারেন চরিত্রের অভিমুখ ছবিকে অনুসরণ করবে নাকি ভিডিওকে।
720p বা 1080p রেটে আউটপুটের প্রতি সেকেন্ড অনুযায়ী, জেনারেশনের আগে প্রদর্শিত। ব্যর্থ জেনারেশনের ক্রেডিট স্বয়ংক্রিয়ভাবে ফেরত দেওয়া হয়।
নাচ ও পারফরম্যান্স ট্রান্সফার, ক্যারেক্টার সোয়াপ, AI-ইনফ্লুয়েন্সার কন্টেন্ট এবং জটিল কন্টাক্ট ফিজিক্সসহ অ্যাকশন সিকোয়েন্স।
হ্যাঁ — আউটপুটে রেফারেন্স ভিডিওর শব্দ রাখার একটি অপশন আছে।
এটি বাস্তবসম্মত মোশনের জন্য টিউন করা; অত্যন্ত স্টাইলাইজড 2D অ্যানিমেশন ট্রান্সফার কম সামঞ্জস্যপূর্ণ। মোশন রেফারেন্স ছাড়া সিনেম্যাটিক দৃশ্য জেনারেশনের জন্য Seedance বা Veo ব্যবহার করুন।
জেনারেশনের আশপাশের সব কাজের জন্য ওয়ান-ক্লিক টুল — ঘষামাজা, স্টাইল বদল, শেয়ার।
