Kling AI发布了4.0版本,添加立体声音频,多语言口唇同步和更轻的Flash选项.

Kling AI已经发布了其视频生成模型的4.0版本,添加更长的单通片段,更广泛的参考输入,立体音响和更轻的Flash变种.该更新将平台推向更长,更可控的输出,同时公司对专业制作工具进行定位.Kling AI还将此次发布作为缩小人工智能产生的与专业视频之间的差距,尽管它自己的比较镜头表明在竞争中中国模式上的利率正在减少而不是扩大.

背景: 4.0版本的变化

核心生成限制已经提升.用户现在可以在一次传输中制作长达30秒的视频,并且系统接受多达十个关键图像作为输入来锁定场景过渡,角色状态和故事节奏.即时理解已扩展到8,000 tokens ,这对编写详细镜头描述而不是短提示的创作者很重要.

根据Kling AI,升级后的"Omni Reference"系统可以在一代内接收多达15个参考资产.这分为最多10张图像,5段视频,总长度最大30秒,7个元素.故事板,线框,图片网格,白色模型视频和深度地图视频都可作为引用 - 这是一个指向管道使用的列表,其中一个团队采用了制作前材料而不是从头开始描述场景.

"Creative Recreation"功能允许用户将现有视频作为模板,并交换产品或角色. Kling AI表示可以在不影响剪辑其余部分的情况下调整面部表情,身体运动,摄像头角度或背景等单个元素. 这是一种难以选择性编辑的生成视频,其中一个属性的变化通常会波动整个.

与WAN 3.0和西丹斯2.5的比较情况如何?

随着更新发布的比较镜头,Kling 4.0与中国竞争对手Wan 3.0和Seedance 2.5进行了对抗. Kling4.0拥有自己的优势,但没有领先,特别是在逻辑拍摄序列,物理和自然听起来对话方面.

这一结果值得仔细阅读. 没有明确的领先点可能是AI视频模型进展速度快速开始平衡的一个早期迹象. 下一个WAN和Seedance发布会将告诉我们更多,直到它们登陆,比较是一个单个数据点而不是趋势.

音频,多语言输出以及尚未开发的功能

根据该公司的说法,Kling 4.0增加了双通道立体声音频和改进的口唇同步在十多种语言中,包括德语,英语,日语,韩语和西班牙语以及各种方言和口音.视频内文本生成现在可以使用多个语言并且在摄像机移动期间保持稳定 - 这对于任何在镜头内部产生标牌,标签或屏幕图形的人来说都是很重要的细节.

两种头条功能尚未提供. 10位 HDR 输出在4K和1080p,以及将视频扩展功能的剪辑延长至2分钟,都被列为"很快到来".

闪存变种和开发者访问

除了主型号外,Kling AI还推出了一款更轻的Flash变种.Kling 4.0 Flash旨在以较低成本实现更快的生成速度,尽管其最高分辨率为720p和20秒视频.权衡是明确的:速度和价格与解析度和持续时间相比.

创建界面已经重新设计,Kling 4.0现在可以通过 MCP 和CLI访问,这使得使用AI代理程序建立自动化工作流程成为可能. Kling4.0的价格尚未公布,支持列为"即将到来".

接下来要看什么

30秒单通限制和15个资产参考系统是决定Kling 4.0是否用于序列工作而不是孤立剪辑的数字. 待定项目4K和1080p HDR 输出,两分钟延长以及API定价将确定它是否适合现有的生产和自动化管道.竞争画面保持开放直到Wan和Seedance作出回应.