Kling 4.0
Modelo de vídeo de Kling AI
Próximamente
La generación con Kling 4.0 estará disponible próximamente
Este espacio de trabajo se habilitará para generar en cuanto Kling 4.0 esté disponible en nuestra plataforma. Mientras tanto, puede crear vídeos con Kling 3 o Seedance 2.5.
Cree ahora con
Generador de vídeo con IA Kling 4.0
Kling 4.0 amplía el flujo de trabajo de Kling con clips nativos de hasta 30 segundos, guía mediante fotogramas clave y referencias Omni. Entre sus capacidades publicadas se incluyen salida de hasta 4K con HDR de 10 bits y sonido estéreo generado.
Kling 4.0 · Descripción general del modelo
¿Qué es Kling 4.0?
Kling 4.0 de Kuaishou ofrece un lienzo más largo para planificar una escena: hasta 30 segundos en una sola generación, 10 fotogramas clave y 15 referencias multimodales. Usa la línea de tiempo para definir la acción, las referencias para establecer el sujeto y las opciones de salida de hasta 4K 10 bits HDR para el acabado previsto.
- generación nativa en una sola pasada
- 30s
- resolución máxima con HDR de 10 bits
- 4K
- referencias multimodales
- 15
Generación nativa de 30 segundos
Una generación de 30 segundos puede abarcar una apertura, una acción en desarrollo y un desenlace resuelto. Es el doble del límite de 15 segundos de Kling 3.0, pero el planteamiento sigue necesitando un ritmo deliberado.
Hasta 10 fotogramas clave
Hasta 10 fotogramas clave pueden marcar composiciones o momentos importantes de la historia. Explica la acción que los conecta para que la línea de tiempo comunique más que una serie de imágenes inconexas.
Omni Reference con 15 entradas
Las referencias Omni permiten hasta 10 imágenes, 5 vídeos y 7 sujetos dentro de un límite combinado de 15. Asigna roles para identidad, productos, estilo y movimiento, incluidas las revisiones de vídeo guiadas por referencias.
Movimiento estable y trabajo de cámara complejo
Planifica el movimiento rápido con una trayectoria clara y una relación de cámara definida. El modelo busca mayor estabilidad en acciones continuas y planos complejos; revisa el resultado para comprobar la continuidad a lo largo del movimiento.
Hasta 4K con HDR de 10 bits
La resolución alcanza 4K, con HDR de 10 bits disponible en 1080p y 4K. Elige la salida según el flujo de edición y visualización, sobre todo cuando importan los degradados y la corrección de color.
Audio estéreo y sincronización labial precisa
Se puede generar sonido estéreo junto con la imagen. Identifica los hablantes, los idiomas y el momento de los efectos, y luego revisa el habla y el movimiento de labios en la toma final.
Extensión de vídeo de hasta 2 minutos
La extensión puede continuar una escena generada hasta un total de 2 minutos. Conserva las descripciones del sujeto y del entorno y asigna a cada segmento añadido una siguiente acción distinta.
Especificaciones de Kling 4.0
Las principales especificaciones de Kling 4.0 de un vistazo.
| Especificación | Kling 4.0 |
|---|---|
| Desarrollador | Kling AI (Kuaishou Technology) |
| Versiones | Kling 4.0 (también llamado Kling 4) y Kling 4.0 Flash |
| Duración por generación | Hasta 30 segundos, con generación nativa |
| Extensión de vídeo | Hasta 2 minutos en total |
| Fotogramas clave | Hasta 10 |
| Referencias Omni | Hasta 15: 10 imágenes, 5 vídeos y 7 sujetos |
| Longitud del prompt | Hasta 8000 tokens |
| Resolución | Hasta 4K |
| HDR | HDR de 10 bits en 1080p y 4K |
| Relaciones de aspecto | Añade el formato ultrapanorámico 21:9 |
| Audio | Estéreo de dos canales con una sincronización labial más precisa |
| Idiomas | Chino, inglés, japonés, coreano, español y otros, con acentos y dialectos |
Kling 4.0 vs Kling 4.0 Flash
El modelo completo hace hincapié en el detalle visual y el control. Flash ofrece una opción centrada en la velocidad y el coste; compara los ajustes disponibles y el presupuesto para la toma concreta que quieres realizar.
Kling 4.0
Modelo completo para escenas de alta fidelidad
- Generación nativa de 30 segundos con hasta 10 fotogramas clave
- Omni Reference con hasta 15 referencias multimodales
- Resolución de hasta 4K con salida HDR de 10 bits
- Audio estéreo con una sincronización labial más precisa
Kling 4.0 Flash
Versión ligera para la creación de alta frecuencia
- Generación más rápida para iterar con agilidad
- Mayor eficiencia de costes para trabajos de gran volumen
- Adecuado para borradores, pruebas de prompts y publicación frecuente
- Una primera prueba rápida antes del renderizado final con el modelo completo
¿Qué puede crear con Kling 4.0?
Cortometrajes, tráileres y escenas narrativas
Usa una línea de tiempo de 30 segundos para probar un beat narrativo completo. Fija las composiciones esenciales con fotogramas clave y decide si una extensión sirve a la historia tras revisar el primer clip.
Anuncios de producto y campañas de marca
Crea una escena de producto a partir de referencias de marca autorizadas. La salida de hasta 4K HDR puede servir para una edición de campaña detallada, pero revisa la forma del producto, las etiquetas y el material antes de publicar.
Diálogos, contenido educativo y multilingüe
Planifica un diálogo breve con un hablante y un idioma indicados para cada línea. Revisa la pronunciación y el movimiento de labios antes de preparar versiones localizadas de un vídeo explicativo.
Acción, deportes y escenas a gran escala
Describe la trayectoria de una persecución, una acción deportiva o un barrido de cámara. Mantén claras las relaciones espaciales y comprueba en la salida si hay movimientos incoherentes o detalles cambiantes de la escena.
Storyboards y previsualización
Coloca hasta 10 fotogramas clave en los momentos que un storyboard necesita comunicar. Usa la secuencia generada para hablar de la puesta en escena y el ritmo antes de la producción final.
Contenido cinematográfico panorámico
Compón una escena amplia en 21:9 y elige HDR de 10 bits cuando el flujo de acabado se beneficie de ello. Revisa el resultado en una pantalla adecuada antes de etalonar o entregar.
Flujo de creación
Cómo usar Kling 4.0
Define la progresión de la escena antes de añadir entradas. Los fotogramas clave establecen las vistas importantes, las referencias establecen la apariencia y el prompt dirige el movimiento y el sonido entre esas vistas.
Paso 01
Planifique la estructura de 30 segundos
Para un planteamiento de 30 segundos, dedica 0–10 segundos a presentar al sujeto, 10–20 segundos a la acción central y 20–30 segundos a su resolución. Ajusta ese reparto al evento en lugar de forzar cada escena al mismo ritmo.
Paso 02
Añada fotogramas clave y referencias
Elige los momentos clave que necesitan una composición de referencia, dentro del límite de 10 fotogramas clave. Añade referencias de sujeto, imagen o vídeo para la apariencia y el movimiento, manteniendo el conjunto combinado de referencias dentro de 15.
Paso 03
Escriba un prompt detallado
Escribe la acción, la dirección de cámara, la iluminación y el sonido de cada parte de la secuencia. La capacidad de 8,000 tokens por prompt admite detalle, pero un orden claro importa más que llenar el límite.
Paso 04
Elija la salida y amplíe el clip
Selecciona el lienzo, incluido 21:9 cuando sea adecuado, y la resolución necesaria. Revisa el primer resultado antes de extender; los segmentos continuados pueden construir una secuencia de hasta 2 minutos.
Consejos para obtener mejores resultados con Kling 4.0
Usa los controles adicionales para eliminar la ambigüedad del brief. Cada fotograma clave, referencia e instrucción de sonido debe explicar algo necesario sobre la escena.
Fije el primer y el último fotograma
Ancla primero las composiciones de apertura y cierre. Añade fotogramas intermedios donde sea necesario establecer un cambio concreto de vista o un evento de la historia.
Asigne una referencia clara a cada personaje
Elige referencias claras con apariencias compatibles para cada sujeto. Evita mezclar varios diseños contradictorios para el mismo personaje o producto.
Dirija la cámara bloque a bloque
Asigna un movimiento de cámara a cada parte relevante de la línea de tiempo. Indica cómo se relaciona con el sujeto en lugar de pedir varios movimientos distintos a la vez.
Identifique cada línea de diálogo
Cita el diálogo e identifica quién lo dice, en qué idioma o acento. Revisa el habla generada en lugar de suponer que las palabras y la pronunciación serán exactas.
Describa el paisaje sonoro
Describe cuándo deben escucharse el ambiente, los efectos y la música. Mantén la dirección de sonido enfocada para que apoye la acción principal y las líneas habladas.
Amplíe en pasos coherentes
Para una extensión hacia 2 minutos, conserva el sujeto establecido y el tratamiento visual. Cambia el siguiente evento y comprueba cómo se une el nuevo segmento con el final anterior.
Kling 4.0 vs Kling 3.0 vs Seedance 2.5
Compara la salida publicada y las capacidades de referencia a continuación, y luego revisa los controles disponibles en el espacio de trabajo para la tarea que pretendes enviar.
| Capacidad | Kling 4.0 | Kling 3.0 | Seedance 2.5 |
|---|---|---|---|
| Duración por generación | 30 segundos nativos | De 3 a 15 segundos | Hasta 30 segundos |
| Control narrativo | Hasta 10 fotogramas clave para controlar la línea de tiempo | Narración con varios planos a partir de un solo prompt | Control del primer fotograma y previsualización espacial 3D para planificar la cámara |
| Referencias | Hasta 15: 10 imágenes, 5 vídeos y 7 sujetos | Kling 3.0 Omni: hasta 7 imágenes y 1 vídeo de referencia | Hasta 50: 30 imágenes, 10 vídeos y 10 archivos de audio |
| Resolución | Hasta 4K, con HDR de 10 bits en 1080p y 4K | 720p y 1080p, además de un modo 4K nativo | De 720p hasta 4K nativo |
| Audio | Audio estéreo, sincronización labial más precisa, varios idiomas, acentos y dialectos | Audio nativo con voz multilingüe y acentos | Audio nativo, con archivos de audio admitidos como referencias |
| Secuencias más largas | Extensión de vídeo de hasta 2 minutos en total | Varios planos dentro de un mismo clip | Ampliación o edición de un vídeo adjunto |
| Uso ideal | Escenas que necesitan fotogramas clave en la línea de tiempo, un conjunto de referencias definido y un flujo de trabajo de acabado en HDR | Clips cinematográficos de hasta 15 segundos para redes sociales, anuncios y escenas cortas | Producciones de 30 segundos con muchas referencias y contenido de marca en 4K |
Historial de versiones de los modelos Kling
La familia Kling comenzó en junio de 2024 y se ha desarrollado a través de varias versiones. Esta línea de tiempo destaca los cambios relevantes para la planificación de clips, la entrada de referencias y los formatos de salida.
| Versión | Lanzamiento | Novedades |
|---|---|---|
| Kling 1.0 | Junio de 2024 | Lanzamiento público de la generación de texto a vídeo e imagen a vídeo de Kling |
| Kling 1.5 | Septiembre de 2024 | Salida en alta definición 1080p y mejor calidad de movimiento |
| Kling 2.0 | Abril de 2025 | Gestión ampliada de movimiento y prompts, mejoras visuales y capacidades de edición multimodal |
| Kling 2.5 Turbo | Septiembre de 2025 | Generación más rápida y rentable, con mayor fidelidad al prompt |
| Kling 2.6 | Diciembre de 2025 | Introdujo en la familia Kling la generación nativa de diálogos, efectos y sonido ambiental |
| Kling 3.0 | Febrero de 2026 | Clips de 3 a 15 segundos, narración con varios planos y audio nativo multilingüe |
| Kling 4.0 | 2026 | Hasta 30 segundos por generación, 10 fotogramas clave, 15 referencias, HDR de 4K 10 bits y extensiones hacia 2 minutos |
Ejemplos de prompts para Kling 4.0
Estos planteamientos dan a una secuencia de 30 segundos una progresión visible y una dirección de sonido explícita. Sustituye los sujetos y las referencias por materiales adecuados a tu propio proyecto.
Lanzamiento de producto en 30 segundos
0–10s: Un altavoz de cerámica blanca está en un estante junto a un libro cerrado, con luz lateral suave de mañana, lento acercamiento. 10–20s: Rodea el altavoz mientras una mano gira su dial y se enciende un pequeño indicador. 20–30s: Aléjate para mostrar el salón silencioso, manteniendo la forma y el acabado del altavoz. Ambiente estéreo de la sala y un suave pulso de graves; sin diálogo.
Escena de diálogo con sincronización labial
Una pequeña panadería antes de abrir. Una mujer con delantal azul coloca pan en el mostrador y dice en inglés: "The first batch is ready". Su compañera levanta la vista y responde en francés: "Ça sent bon". Movimiento lateral lento de cámara, luz cálida del horno y ambiente tranquilo de cocina. Mantén cada voz con su hablante.
Recorrido guiado por fotogramas clave
Usa los fotogramas clave 1, 5 y 10 para el inicio, la mitad y el final: un músico saca un estuche de guitarra marrón de una estación, camina por una plaza tranquila y llega a la puerta de un teatro. Conserva el abrigo y el estuche. Sigue a la altura de la cintura en 21:9, con pasos y un ritmo acústico que sube gradualmente.
Escena de acción con movimientos de cámara complejos
0–10s: Un ciclista de montaña se acerca a una curva en un sendero seco de ladera, cámara de seguimiento baja. 10–20s: El ciclista sigue la curva mientras la cámara se eleva para revelar el valle. 20–30s: El ciclista reduce la velocidad junto a un mirador de madera y apoya un pie. Mantén la bicicleta y el casco consistentes. Ruido estéreo de neumáticos, viento y pájaros lejanos.
Explicación de producto multilingüe
Una presentadora en un estudio con luz suave sostiene una lámpara de escritorio compacta y dice en inglés: "A little light for your reading corner". Gira la lámpara hacia un libro abierto y hace una pausa. Encuadre medio, movimiento visible de las manos, ambiente silencioso de la sala. Mantén la forma del producto consistente y no añadas especificaciones no respaldadas.
Paisaje cinematográfico en 21:9
21:9, HDR de 10 bits. 0–10s: Deslízate despacio sobre un lago brumoso al amanecer. 10–20s: Desciende hacia una pequeña barca de madera junto a los juncos. 20–30s: La barca se adentra en una franja de luz solar mientras la cámara se detiene. Reflejos naturales, color contenido, agua suave y una nota orquestal grave.
Preguntas frecuentes sobre Kling 4.0
Orientación sobre la planificación de la línea de tiempo, los límites de entrada, los formatos de salida y las diferencias entre las versiones de Kling.
¿Qué es Kling 4.0?
Kling 4.0 es el modelo de vídeo Kling de cuarta generación de Kuaishou. Entre sus funciones publicadas se incluyen clips nativos de hasta 30 segundos, 10 fotogramas clave, 15 referencias, audio estéreo y salida de hasta 4K con HDR de 10 bits.
¿Kling 4.0 es gratuito?
El espacio de trabajo muestra la disponibilidad actual de generación. Cuando el envío está habilitado, las solicitudes usan créditos y muestran una estimación antes de la confirmación. Preparar un resumen de escena y leer la guía del modelo no requiere descargar el modelo.
¿Qué diferencia hay entre Kling 4.0 y Kling 4.0 Flash?
El modelo completo Kling 4.0 está orientado a escenas detalladas y control creativo, con generación de 30 segundos, 10 fotogramas clave, 15 referencias y hasta 4K 10 bits HDR. Flash es la variante centrada en velocidad y coste. Consulta los ajustes reales y el presupuesto de la opción seleccionada.
¿Cuánto pueden durar los vídeos de Kling 4.0?
Una generación puede alcanzar 30 segundos, frente a 15 segundos de Kling 3.0. La extensión puede continuar un clip mediante segmentos adicionales hasta una longitud total de secuencia de hasta 2 minutos.
¿Kling 4.0 admite 4K y HDR?
El rango de salida publicado llega a 4K. El HDR de 10 bits es compatible con 1080p y 4K, lo que ofrece más pasos tonales que el vídeo de 8 bits para flujos de etalonaje y visualización compatibles.
¿Cuántas referencias y fotogramas clave admite Kling 4.0?
Omni Reference permite hasta 10 imágenes, 5 vídeos y 7 sujetos, pero el recuento combinado de referencias no puede superar 15. El control de fotogramas clave admite por separado hasta 10 anclajes en la línea de tiempo.
¿Qué es Omni Reference en Kling 4.0?
Omni Reference combina entradas visuales para guiar la identidad, el estilo y el movimiento. Sus límites son 10 imágenes, 5 vídeos y 7 sujetos dentro de 15 referencias en total; explica el papel de cada recurso en el resumen.
¿Puede Kling 4.0 editar vídeos existentes?
La actualización Omni publicada de Kling incluye edición de vídeo mejorada. Hasta 5 referencias de vídeo pueden orientar una revisión; usa el prompt para distinguir lo que debe cambiar del contenido que debe permanecer.
¿Qué relaciones de aspecto admite Kling 4.0?
Kling 4.0 añade 21:9 para composiciones más amplias junto a los formatos habituales horizontal, vertical y cuadrado. Elige la proporción que se ajuste al destino de la escena.
¿Cómo gestiona Kling 4.0 el movimiento rápido y los movimientos de cámara?
El modelo está orientado a mejorar el manejo de acciones rápidas, movimiento continuo y trayectorias de cámara complejas. Describe la acción con claridad y revisa todo el clip en busca de inconsistencias espaciales o de movimiento.
¿Qué audio e idiomas admite Kling 4.0?
El sonido estéreo se genera junto con la imagen. Los idiomas de voz admitidos incluyen chino, inglés, japonés, coreano, español, portugués, alemán, francés e hindi, con opciones de acento y dialecto. Verifica en el resultado la asignación de voces, la pronunciación y la sincronización.
¿Qué novedades aporta Kling 4.0 frente a Kling 3.0?
En comparación con Kling 3.0, las capacidades publicadas de 4.0 amplían los clips individuales de 15 a 30 segundos y las referencias de 7 imágenes más 1 vídeo a un total combinado de 15 referencias multimodales. Otras novedades incluyen 10 fotogramas clave, HDR de 10 bits, salida 21:9, sonido estéreo, prompts de hasta 8,000 tokens y extensión hacia 2 minutos.
¿Debería elegir Kling 4.0 o Seedance 2.5?
Ambos indican clips de hasta 30 segundos y salida de hasta 4K. Kling 4.0 ofrece fotogramas clave en la línea de tiempo, HDR de 10 bits y extensión hacia 2 minutos. Seedance 2.5 permite hasta 50 referencias, incluido audio, para planteamientos construidos a partir de un conjunto mayor de materiales de origen.
¿Qué longitud puede tener un prompt de Kling 4.0?
La capacidad del prompt es de 8,000 tokens. Aprovecha ese espacio para organizar la escena por plano o segmento temporal, incluyendo las instrucciones pertinentes de cámara, diálogo y sonido.
¿Cómo se escriben prompts para Kling 4.0?
Escribe el inicio, la acción central y el final como momentos separados. Para cada uno, describe el movimiento del sujeto, la cámara y la luz. Cita los diálogos e indica quién habla y en qué idioma, y luego añade indicaciones sonoras con su momento. Usa referencias y fotogramas clave para aclarar la apariencia y la composición; el texto debe explicar lo que ocurre entre ellos.
¿Quién desarrolla Kling 4.0?
Kuaishou Technology desarrolla Kling a través de su plataforma de video con IA Kling AI. La familia comenzó con Kling 1.0 en junio de 2024 y desde entonces ha ido sumando sucesivos lanzamientos de modelos.