Bagi para kreator yang mendalami pembuatan film pendek atau visual storytelling menggunakan kecerdasan buatan, tantangan paling menguras kesabaran bukanlah membuat satu klip video yang indah, melainkan menjaga agar wajah karakter, pakaian, dan suasana ruangan tetap sama dari adegan pertama hingga adegan terakhir.
Untuk menjawab persoalan klasik tersebut, platform video generatif Kling AI terus memperkuat fitur penguncian elemen visualnya melalui sistem multi-referensi (sering dikenal sebagai Elements atau Omni Reference di dalam ekosistem studionya). Pertanyaannya: seberapa jauh fitur ini benar-benar mampu mengunci identitas karakter tanpa mengorbankan keluwesan gerakan di dalam video?
Bagaimana Cara Kerja Penguncian Multi-Referensi di Kling AI?
Jika pada metode image-to-video konvensional kreator hanya bisa mengunggah satu bingkai awal (start frame), pendekatan multi-referensi di Kling AI mengizinkan pengguna memasukkan beberapa gambar acuan terpisah ke dalam satu adegan:
- Referensi Karakter Utama dan Lawan Bicara: Pengguna dapat mengunggah potret wajah atau figur dua karakter berbeda agar keduanya dapat berinteraksi dalam satu frame yang sama.
- Referensi Pakaian dan Properti: Gambar detail busana atau benda spesifik (seperti cangkir, buku, atau tas) dapat disertakan agar bentuknya tidak berubah-ubah.
- Referensi Latar Tempat (Environment): Mengunci tata ruang dan nuansa pencahayaan agar perpindahan sudut kamera tetap terasa berada di lokasi yang sama.
Di Mana Letak Keunggulannya Saat Ini?
Berdasarkan pengujian untuk skenario cerita naratif, fitur multi-referensi ini memberikan beberapa kemudahan nyata:
- Interaksi Dua Karakter Lebih Terkendali: Menggabungkan dua tokoh berbeda dalam satu adegan dialog kini jauh lebih mudah dibandingkan harus mengedit gambar gabungan terlebih dahulu di aplikasi luar.
- Kontinuitas Warna dan Pakaian: Warna hijab, potongan kerah baju, serta palet warna ruangan cenderung lebih stabil meskipun kamera bergerak menyamping (panning) atau mendekat (zoom in).
- Memangkas Waktu Pra-Produksi: Kreator dapat menggunakan aset gambar karakter yang sudah ada untuk langsung ditempatkan ke berbagai situasi latar yang berbeda.
Batasan Teknis
Di balik kecanggihannya, menumpuk banyak gambar referensi sekaligus bukanlah tombol ajaib tanpa celah. Berikut beberapa hal yang wajib diantisipasi:
- Gerakan Menjadi Lebih Kaku Saat Terlalu Banyak Referensi: Semakin banyak gambar acuan yang dipaksakan masuk ke dalam satu instruksi video, algoritma AI cenderung bermain aman untuk mempertahankan kemiripan piksel. Akibatnya, gestur tubuh karakter terkadang terlihat sedikit kaku atau bergerak lambat.
- Pergeseran Wajah pada Sudut Kamera Ekstrem: Ketika karakter menoleh tajam ke samping (side profile) atau menunduk, kemiripan wajah masih kerap bergeser karena referensi yang diunggah umumnya hanya menghadap ke depan.
- Konsumsi Kredit (Credits) yang Cukup Besar: Mode penguncian multi-referensi membutuhkan biaya kredit yang lebih tinggi per satu kali pembuatan video. Jika prompt kurang presisi, proses coba-coba (trial and error) bisa cepat menguras kuota bulanan.
Disiplin Kreator Menjadi Kunci Utama
Fitur multi-referensi di Kling AI adalah peningkatan teknis yang sangat membantu bagi pembuat cerita sinematik. Namun, kualitas hasil akhirnya sangat bergantung pada cara kreator menyusun alur kerjanya.
Berdasarkan pengalaman produksi kami, hasil paling alami justru didapat ketika kita tidak memaksakan terlalu banyak potongan referensi mentah di tahap video. Jauh lebih efektif jika kita mematangkan satu gambar adegan utuh terlebih dahulu di tahap Image Generator, baru kemudian menganimasikannya menjadi gerakan yang halus di tahap video.