A Kling AI, uma das líderes emergentes no cenário de IA criativa da China, acaba de anunciar uma atualização robusta em sua suíte de geração multimodal com o lançamento dos modelos KLING 2.0 Master e KOLORS 2.0. Os novos modelos trazem ganhos notáveis de realismo, fluidez e controle criativo, aproximando ainda mais a experiência gerada por IA de produções profissionais.
O KLING 2.0 Master, voltado para vídeo, agora interpreta prompts com ações sequenciais e expressões emocionais de forma mais natural, entregando movimentos fluidos, variações de velocidade e narrativa visual cinematográfica. Os vídeos simulam não apenas o realismo físico, mas também a cadência de storytelling visual, algo que modelos anteriores ainda tratavam de forma engessada.
Já o modelo de imagens KOLORS 2.0 impressiona com suporte a mais de 60 estilos visuais, com alto nível de aderência ao prompt — respeitando posições de elementos, paletas de cores e profundidade de campo. O novo sistema também adiciona recursos de edição, como o inpainting (para adicionar ou remover elementos de uma imagem) e o restyle, que permite aplicar novos estilos visuais ao mesmo conteúdo base.
A Kling ainda atualizou seu modelo anterior de vídeo, o KLING 1.6, com um editor multielementos que possibilita adicionar, trocar ou excluir partes do vídeo diretamente via texto, trazendo uma camada de edição que antes exigia múltiplos prompts ou ferramentas externas.
A chegada do Seaweed da ByteDance ontem e agora do KLING 2.0 hoje evidencia a velocidade com que as startups chinesas estão avançando no campo da geração de vídeo por IA. Embora comparações formais com rivais ocidentais como Sora (OpenAI) e Veo (Google) ainda estejam em andamento, os testes iniciais indicam que o gap de qualidade está diminuindo rapidamente — e modelos como o KLING 2.0 já estão sendo considerados altamente competitivos no uso profissional e criativo.
Esses lançamentos sinalizam que o futuro da criação visual assistida por IA será tanto eficiente quanto altamente personalizável, com controle criativo nas mãos do usuário e um nível de realismo que desafia a distinção entre o gerado e o filmado.
