AI Video Generator ng Kling 4.0

Ang bagong flagship ng Kuaishou, live mula noong Oktubre 15: tatlumpung segundo sa isang take hanggang 4K at 21:9, gamit ang Omni Reference na pinagsasama ang labinlimang input sa iisang generation. Mag-type ng prompt sa ibaba at subukan ito.

Modelo
Larawan:0/1
I-upload ang larawan ng panimulang frame
(JPG, JPEG, PNG, WEBP, max 30 MB)
Prompt
0/5000
Sample ng Video
 

Developer

Kuaishou

Inilunsad

Okt 15, 2026 · buong modelo

Tagal

3–30 s isang pasada

Max na output

4K · hanggang 21:9

Sanggunian ng Omni

15 input sa isang gawain

Mga keyframe

Hanggang 10

Haba ng prompt

8,000 token

Ang aming hatol sa isang linya: ang reference pick para sa mahahabang shot. Tatlumpung segundo, labinlimang reference input, at brief na walong libong token sa isang generation — wala nang iba rito ang tumatanggap ng ganoon karaming direksyon nang sabay-sabay.

Ganap nang naging live ang Kling 4.0 noong October 15, at ang dahilan kung bakit ito ay isang generational change sa halip na point release ay dahil sabay-sabay na gumalaw ang tatlong numero: haba ng clip hanggang tatlumpung segundo, keyframes hanggang sampu, at Omni Reference hanggang labinlimang pinagsamang input — mga larawan, video clip, naka-save na subject at voice sample, sa iisang task. Magdagdag ng 8,000-token prompt window at nagiging malinaw ang praktikal na pagbabago: ito ang modelong bibigyan mo ng buong brief, sa halip na isa na kukumbinsihin mong maglabas ng isang shot. Ang sariling pag-frame ng Kuaishou ay mas matatag na large-scale motion, at sa tracking at orbit shots ito pinakamalinaw na makikita. Dalawang bagay sa spec sheet ang wala pa rito — 10-bit HDR at two-minute extension ay inanunsyong paparating — at wala pa ring independent benchmarks, kaya ituring ang mga superlatibo sa ibaba bilang first-fortnight reporting.

Tapat na pananaw

Kung saan nangunguna ang Kling 4.0 — at kung saan hindi

Hinuhusgahan batay sa sarili naming mga render at sa inilathalang talaan, nire-revise habang nagbabago ang mga katotohanan — tampok ito ng page na ito, hindi disclaimer.

Tunay na malakas

  • • Omni Reference sa labinlimang input.

    Sampung larawan, limang video clip, pitong paksa, kasama ang mga sample ng boses — pinagsama sa iisang generation. Ito ang pinakamalaking reference intake na hino-host namin, at ang dahilan kung bakit kasya na ang buong character kit sa isang task.

  • • Tatlumpung segundong magkakaugnay.

    Isang tuloy-tuloy na pass, kung saan tina-target ng Kuaishou ang mas matatag na malakihang galaw. Ang mga tracking at orbit shot — ang mga dating lumilihis sa ikadalawampung segundo — ang mga nakikitang nakikinabang.

  • • Mga prompt na may walong libong token.

    May espasyo para sa kumpletong shot list, character bible, at sound design sa iisang brief. Bihira ang mga modelong tumatanggap ng ganito karaming direksyon; mas bihira pa ang mga modelong kumikilos ayon dito.

  • • 21:9 sa 4K.

    Ang pinakamalapad na cinematic frame sa pinakamataas na resolution sa aming lineup ng video, nang walang workflow na “i-crop-at-ipagdasal” na dati ay kailangan ng ultrawide.

Mga kilalang limitasyon

  • • Hindi pa live ang dalawang pangunahing detalye.

    Ang 10-bit HDR at ang dalawang minutong extension ng video ay inanunsyo bilang paparating, hindi pa inilalabas. Aalisin namin ang mga ito sa column na ito kapag inilunsad na ang mga ito.

  • • Walang independent benchmarks.

    Inilunsad isang linggo na ang nakalipas. Lahat ng narito ay mula sa mga release note ng Kuaishou, coverage ng paglulunsad, at sarili naming mga render — wala pang mga third-party na score.

  • • Ang labinlimang sanggunian ay nag-aanyaya ng labis na pagdidirekta.

    Ang malaking input ay hindi libreng upgrade: ang magkakasalungat na reference ay nagbibigay ng mas malabong resulta kaysa sa tatlong magaganda. Magsimula sa kaunti at magdagdag.

  • • Ang mahahabang take ay nagkakahalaga ng totoong pera.

    Ang tatlumpung segundo sa 4K ay mas mahal nang husto kaysa sa sampung segundong 1080p render. I-draft muna ang shot nang maikli at mura, pagkatapos ay i-commit nang isang beses.

Mga recipe ng prompt

Tatlong prompt na ipakita kung para saan ito

Kopyahin sa generator sa itaas, palitan ang mga bracket, i-render.

Ang walang patid na orbit

"Isang tuloy-tuloy na 30 segundong kuha, 21:9: umiikot ang kamera sa paligid ng [isang magpapalayok sa kanyang gulong] habang isinesentro niya ang luwad, binubuksan ang anyo at hinihila pataas ang mga dingding. Nagbabago ang liwanag ng araw mula sa mataas na bintana habang gumagalaw tayo. Ugong ng gulong, basang luwad, ang kanyang paghinga."

Bakit ito gumagana

Ang isang buong orbit sa loob ng tatlumpung segundo ay ang stress test para sa stability na pinagbatayan ng Kuaishou sa release na ito — kung nananatiling buo ang subject at ang room sa buong 360 degrees, ginagawa ng model ang trabaho nito. Ang demo sa tabi ng generator ay ang prompt na ito.

Ang reference kit, ginamit nang tama

I-upload: 4 na larawan ng subject, 1 clip ng galaw na gusto mo, 1 sample ng boses

"Naglalakad siya sa kahabaan ng pagawaan at sinasabi ang linya mula sa sangguniang boses. Itugma ang kanyang mukha, apron at lakad sa mga sanggunian; panatilihin ang ilaw ng pagawaan gaya ng pagkakakuha."

Bakit ito gumagana

Ang paghahalo ng mga uri ng input ang mismong gamit ng Omni Reference — ang mga still ay nagdadala ng identity, ang clip ay nagdadala ng galaw, ang sample ay nagdadala ng boses. Ang pagtukoy kung aling reference ang namamahala sa alin ay pumipigil sa kanila na magbanggaan.

Ang brief na walong libong token

Isulat ang buong detalye: shot list, paglalarawan ng karakter, wardrobe, plano sa lighting, galaw ng camera sa bawat beat, sound design, at kung ano ang hindi dapat magbago.

Bakit ito gumagana

Pinaparusahan ng karamihan ng mga modelo ang mahahabang prompt; may puwang ang isang ito para sa tunay na brief. Panatilihin itong nakaayos — isang talata bawat elemento, hindi isang mahabang pangungusap na paikot-ikot — at talagang tumatama ang dagdag na pagiging espesipiko.

Harapan

Kling 4.0 kumpara sa Kling 3.0 kumpara sa Seedance 2.5

Ang desisyon sa pag-upgrade, kasama ang isa pang tatlumpung segundong modelo. Parehong mga prompt sa lahat ng tatlo, hinusgahan batay sa ilalabas namin — pansamantala para sa bagong dating. Mapipili ang lahat ng tatlo sa generator sa itaas.

JobKling 4.0Kling 3.0Seedance 2.5
Maximum na haba ng clip 30 s iisang pass 15 s 30 s iisang pass
Pagkuha ng sanggunian 15 pinagsamang input Input ng larawan Hanggang 50 file
Mga keyframe 10 Hindi Una/huling frame
Kapasidad ng prompt 8,000 token Karaniwan Standard
Maximum na resolusyon 4K 4K High-res sa pamamagitan ng pipeline
Pinakamalapad na frame 21:9 16:9 16:9
Multi-shot sa isang pagbuo Sa pamamagitan ng mga keyframe Mode ng Direktor, hanggang 6 Hindi
Pagpe-pace na batay sa audio mula sa isang track Hindi Hindi Oo
Mga independiyenteng benchmark Wala pa Itinatag Mga linggo ng paggamit
Kasaysayan ng bersyon

Paano ito napunta rito

Okt 15, 2026 · Kasalukuyan

Kling 4.0

ang buong modelo, inilunsad sa buong mundo: 30-segundong single take, Omni Reference sa 15 input, 10 keyframe, mga prompt na 8,000 token, 21:9 sa 4K, stereo audio na may lip-sync. Inanunsyo noong Setyembre 27 na may Flash early access mula Setyembre 28. Ang bersyon sa generator sa itaas.

Ene 2026

Kling 3.0 at Kling O3

ang henerasyong naghati sa pamilya sa isang linyang pinangungunahan ng prompt (Director Mode, 4K) at isang pinangungunahan ng reference (pag-lock ng pagkakakilanlan ng MVL). Pareho pa ring mapipili rito; ipinapaliwanag ng kanilang mga pahina kung kailan pa rin sila ang tamang piliin.

Pinagmulan

Kling 1.x–2.x

ang mga release na nagpasikat sa Kling sa buong mundo at naging mga unang Chinese model na nakipagsabayan sa mga flagship ng Kanluran.

Mga Madalas Itanong

Kling 4.0 mga tanong, sinagot nang diretso

1. Ano ang Kling 4.0?

Ang ikaapat na henerasyong video model ng Kuaishou, inanunsyo noong Setyembre 27, 2026 at ganap na inilunsad sa buong mundo noong Oktubre 15. Gumagawa ito ng 3 hanggang 30 segundong clip sa isang pass hanggang 4K at 21:9, tumatanggap ng hanggang 10 keyframe, tumatanggap ng 8,000-token prompt, at pinagsasama ng Omni Reference system nito ang hanggang 15 input — mga larawan, video clip, subject at voice sample — sa isang task.