Kling 4.0
Kling AIの動画生成モデル
近日公開
Kling 4.0の生成機能は近日公開予定です
Kling 4.0が当プラットフォームで利用可能になり次第、このワークスペースで生成できるようになります。それまでは、Kling 3またはSeedance 2.5で動画を作成できます。
今すぐ作成できるモデル
Kling 4.0は、最大30秒のネイティブクリップ、キーフレームガイダンス、Omni参照でKlingワークフローを拡張します。公開されている機能には、4Kまでの出力、10ビットHDR、生成ステレオサウンドが含まれます。
Kling 4.0 · モデル概要
KuaishouのKling 4.0は、シーンを計画するためのより長いキャンバスを提供します。1回の生成で最大30秒、10キーフレーム、15マルチモーダル参照が可能です。タイムラインでアクションを定義し、参照で被写体を確立し、意図した仕上げに合わせて4K 10ビットHDRまでの出力オプションを使用します。
30秒の生成では、オープニング、展開するアクション、解決するエンディングを盛り込むことができます。これはKling 3.0の15秒の制限の2倍ですが、ブリーフには依然として意図的なペースが必要です。
最大10個のキーフレームで、重要な構図やストーリーの瞬間を示せます。それらをつなぐアクションを説明し、タイムラインが無関係な画像の寄せ集め以上のものを伝えるようにしましょう。
Omni参照では、最大10枚の画像、5本の動画、7個の被写体を、合計15の制限内で使用できます。アイデンティティ、製品、スタイル、動きに役割を割り当て、参照主導の動画修正も含めましょう。
速い動きは、明確な経路とカメラとの関係を伴って計画しましょう。モデルは連続するアクションや複雑なショットでの安定性向上を目指しますが、動き全体を通して連続性を確認してください。
解像度は4Kに達し、10ビットHDRは1080pと4Kで利用可能です。特にグラデーションとカラーグレーディングが重要な場合、編集と表示のワークフローに合わせて出力を選択してください。
映像とともにステレオサウンドを生成できます。話者、言語、効果音のタイミングを指定し、完成したテイクで発話と口の動きを確認しましょう。
拡張により、生成したシーンを合計2分まで延長できます。被写体と設定の説明を維持しながら、追加する各セグメントに明確な次のアクションを与えましょう。
Kling 4.0の主な仕様の一覧です。
| 仕様 | Kling 4.0 |
|---|---|
| 開発元 | Kling AI(快手科技/Kuaishou Technology) |
| バージョン | Kling 4.0(別名Kling 4)とKling 4.0 Flash |
| 1回の生成 | 最長30秒(ネイティブ生成) |
| 動画延長 | 合計最長2分 |
| キーフレーム | 最大10個 |
| Omni Reference | 最大15点:画像10枚、動画5本、被写体7つ |
| プロンプトの長さ | 最大8,000トークン |
| 解像度 | 最大4K |
| HDR | 1080pと4Kで10ビットHDR |
| アスペクト比 | 21:9ウルトラワイドを追加 |
| 音声 | 2チャンネルステレオ、より正確なリップシンク |
| 言語 | 中国語、英語、日本語、韓国語、スペイン語など(アクセントや方言にも対応) |
フルモデルは視覚的なディテールと制御を重視します。Flashはスピードとコストを重視する選択肢です。利用可能な設定を比較し、制作したい特定のテイクについて見積もりましょう。
高精細なシーン向けのフルモデル
高頻度の制作向けの軽量版
30秒のタイムラインを使用して、完全な物語のビートをテストします。キーフレームで重要な構図を固定し、最初のクリップを確認した後、延長がストーリーに役立つかどうかを判断します。
許諾を得たブランド参照を中心に製品シーンを構築しましょう。最大4K HDRの出力は詳細なキャンペーン編集に適しますが、公開前に製品の形状、ラベル、素材を確認してください。
各セリフに話者名と言語を指定して短い会話を計画しましょう。解説動画のローカライズ版を準備する前に、発音と口の動きを確認してください。
追跡、スポーツアクション、カメラのスイープの経路を説明しましょう。空間的な関係を明確に保ち、出力に不整合な動きや変化するシーンのディテールがないか確認してください。
絵コンテが伝える必要のある瞬間に、最大10個のキーフレームを配置しましょう。生成したシーケンスを使って、本番前に演出とペース配分を話し合えます。
21:9でワイドシーンを構成し、仕上げワークフローに利点がある場合は10ビットHDRを選択します。グレーディングや配信の前に、適切なディスプレイで結果を確認してください。
制作ワークフロー
入力を追加する前に、シーンの進行を定義しましょう。キーフレームで重要なビューを確立し、参照で外観を確立し、プロンプトでそれらのビュー間の動きとサウンドを指示します。
ステップ01
30秒のブリーフの場合、被写体の確立に0–10秒、中心となるアクションに10–20秒、解決に20–30秒を割り当てます。すべてのシーンを同じリズムに押し込めるのではなく、イベントに合わせてその配分を調整してください。
ステップ02
10キーフレームの制限内で、参照構図が必要なキーモーメントを選択します。外観と動きのために被写体、画像、動画の参照を追加し、参照セット全体を15以内に保ちます。
ステップ03
シーケンスの各部分のアクション、カメラの方向、照明、サウンドを記述します。8,000トークンのプロンプト容量は詳細に対応できますが、制限を埋めることよりも明確な順序が重要です。
ステップ04
適切な場合は21:9を含むキャンバスと、必要な解像度を選択しましょう。拡張する前に最初の結果を確認してください。継続するセグメントで最大2分のシーケンスを構築できます。
追加のコントロールを使って、ブリーフから曖昧さを取り除きましょう。各キーフレーム、参照、サウンド指示は、シーンについて必要な何かを説明するべきです。
まず冒頭と結末の構図を固定しましょう。特定の視点の変化やストーリーの出来事を確立する必要がある箇所に、中間フレームを追加します。
各被写体について、外観が矛盾しない明確な参照を選びましょう。同じキャラクターや製品に複数の相反するデザインを混在させないでください。
タイムラインの該当する各部分にカメラの動きを割り当てます。複数の異なる動きを一度に求めるのではなく、被写体との関係を明示してください。
セリフを引用し、誰がどの言語やアクセントで話すのかを特定します。文言や発音が正確になると決めつけず、生成された音声を確認してください。
環境音、効果音、音楽をいつ聞かせるかを記述します。サウンドの指示は焦点を絞り、主な動作やセリフを支えるようにしてください。
2分への延長では、確立した被写体と映像表現を維持します。新しい区間が前の終わりとどうつながるかを確認しながら、次の出来事を変化させてください。
以下に公開されている出力と参照機能を比較し、送信しようとするタスクについてワークスペースで利用できるコントロールを確認してください。
| 機能 | Kling 4.0 | Kling 3.0 | Seedance 2.5 |
|---|---|---|---|
| 1回の生成 | ネイティブ30秒 | 3〜15秒 | 最長30秒 |
| ストーリー制御 | 最大10個のキーフレームによるタイムライン単位の制御 | 1つのプロンプトからマルチショットのストーリーを生成 | 開始フレームの指定と、カメラブロッキングのための3D空間プリビズ |
| 参照 | 最大15点:画像10枚、動画5本、被写体7つ | Kling 3.0 Omni:画像最大7枚と参照動画1本 | 最大50点:画像30枚、動画10本、音声ファイル10個 |
| 解像度 | 最大4K、1080pと4Kで10ビットHDRに対応 | 720pと1080p、さらにネイティブ4Kモード | 720pからネイティブ4Kまで |
| 音声 | ステレオ音声、より正確なリップシンク、複数の言語・アクセント・方言 | 多言語の発話とアクセントに対応したネイティブ音声 | ネイティブ音声、音声ファイルを参照として使用可能 |
| 長尺シーケンス | 動画延長で合計最長2分 | 1本のクリップ内で複数ショット | 添付した動画の延長・編集 |
| 最適な用途 | タイムラインキーフレーム、定義された参照セット、HDR仕上げワークフローを必要とするシーン | SNS、広告、短いシーン向けの最長15秒のシネマティックなクリップ | 参照素材を多用する30秒の映像制作と4Kのブランドコンテンツ |
Klingファミリーは2024年6月に始まり、複数のリリースを経て発展してきました。このタイムラインでは、クリップの計画、参照入力、出力形式に関連する変更を紹介します。
| バージョン | リリース | 主な特長 |
|---|---|---|
| Kling 1.0 | 2024年6月 | Klingのテキストから動画・画像から動画の生成機能を一般公開 |
| Kling 1.5 | 2024年9月 | 1080pの高解像度出力と動きの品質向上 |
| Kling 2.0 | 2025年4月 | モーションとプロンプト処理の拡張、映像の改善、マルチモーダル編集機能 |
| Kling 2.5 Turbo | 2025年9月 | より高速かつ低コストな生成と、プロンプトへの忠実度の強化 |
| Kling 2.6 | 2025年12月 | Klingファミリーにセリフ、効果音、環境音のネイティブ生成を導入 |
| Kling 3.0 | 2026年2月 | 3〜15秒のクリップ、マルチショットのストーリー構成、多言語ネイティブ音声 |
| Kling 4.0 | 2026年 | 1回の生成で最大30秒、10キーフレーム、15参照、4K 10ビットHDR、2分までの延長 |
これらのブリーフは、30秒のシーケンスに目に見える進行と明確なサウンドの方向性を与えます。被写体と参照を自分のプロジェクトに適した素材に置き換えてください。
0–10s:白い陶器のスピーカーが閉じた本の隣の棚に置かれ、柔らかな朝のサイドライト、ゆっくりとしたプッシュイン。10–20s:手がダイヤルを回し小さなインジケーターが点灯する間、スピーカーの周囲を移動。20–30s:静かなリビングルームが見えるよう引き、スピーカーの形状と仕上げを一貫させる。ステレオの室内環境音と穏やかなベースのパルス、セリフなし。
開店前の小さなパン屋。青いエプロンの女性がカウンターにパンを置き、英語で「The first batch is ready.」と言う。同僚が顔を上げ、フランス語で「Ça sent bon.」と答える。ゆっくりとした横方向のカメラ移動、暖かなオーブンの光、静かなキッチンの環境音。各声は話し手と対応させる。
キーフレーム1、5、10を始まり、中間、終わりに使用する。音楽家が茶色のギターケースを駅から運び出し、静かな広場を通り、劇場の扉にたどり着く。コートとケースを維持する。腰の高さで21:9に追従し、足音と徐々に高まるアコースティックのリズムを添える。
0–10s:乾いた丘の小道のカーブにマウンテンバイカーが近づく、低いトラッキングカメラ。10–20s:ライダーがカーブに沿って進む間、カメラが上昇して谷を見せる。20–30s:ライダーが木製の展望台のそばで減速し、片足を地面につく。自転車とヘルメットを一貫させる。ステレオのタイヤ音、風、遠くの鳥の声。
柔らかな照明のスタジオで、プレゼンターがコンパクトな卓上ランプを持ち、英語で「A little light for your reading corner.」と言う。彼女はランプを開いた本のほうへ向けて間を置く。ミディアムのフレーミング、見える手の動き、静かな室内環境音。製品の形状を一貫させ、裏付けのない仕様は加えない。
21:9、10ビットHDR。0–10s:夜明けの霧の湖の上をゆっくりと滑空する。10–20s:葦の近くの小さな木造船に向かって下降する。20–30s:カメラが静止するにつれて、船が陽光の帯に漂い込む。自然な反射、抑制された色、穏やかな水面、低いオーケストラの音。
タイムラインの計画、入力の上限、出力形式、Klingのバージョン間の違いについてのガイダンス。
Kling 4.0は、Kuaishouの第4世代Kling動画モデルです。公開されている機能には、最大30秒のネイティブクリップ、10キーフレーム、15参照、ステレオオーディオ、4Kまでの出力と10ビットHDRが含まれます。
ワークスペースに現在の生成の利用可否が表示されます。送信が有効な場合、リクエストはクレジットを使用し、確認前に見積もりを表示します。シーンブリーフの準備やモデルガイドの閲覧にモデルのダウンロードは不要です。
フルKling 4.0モデルは、30秒の生成、10キーフレーム、15参照、最大4K 10ビットHDRを備え、詳細なシーンとクリエイティブなコントロールを目指します。Flashは速度とコストに焦点を当てたバリアントです。選択したオプションの実際の設定と見積もりを確認してください。
1回の生成で30秒に達することができ、Kling 3.0の15秒と比較されます。延長では追加の区間を通じてクリップを継続し、合計シーケンス長を最大2分まで伸ばせます。
公開されている出力範囲は4Kに達します。10ビットHDRは1080pと4Kでサポートされており、互換性のあるグレーディングと表示ワークフローに対して8ビット動画よりも多くの階調ステップを提供します。
Omni Referenceでは最大10枚の画像、5本の動画、7個の被写体を使用できますが、参照の合計数は15を超えることはできません。キーフレーム制御は別途、最大10個のタイムラインアンカーに対応します。
Omni Referenceは視覚入力を組み合わせて、同一性、スタイル、モーションを導きます。上限は10枚の画像、5本の動画、7個の被写体で、参照は合計15までです。各素材の役割をブリーフで説明してください。
Klingの公開されているOmniアップデートには強化された動画編集が含まれます。最大5本の動画参照で修正に情報を与えられます。何を変更し、何を残すべきかをプロンプトで区別してください。
Kling 4.0は、なじみのあるランドスケープ、ポートレート、スクエア形式に加えて、より広い構図のための21:9を追加します。シーンの用途に合った比率を選んでください。
このモデルは、速い動作、連続的な動き、複雑なカメラパスの扱いを改善することを目指しています。動作を明確に描写し、クリップ全体を確認して空間的または動きの不整合がないか調べてください。
ステレオ音声は映像とともに生成されます。対応する音声言語には中国語、英語、日本語、韓国語、スペイン語、ポルトガル語、ドイツ語、フランス語、ヒンディー語があり、アクセントや方言のオプションも利用できます。結果では、声の割り当て、発音、同期を確認してください。
Kling 3.0と比較して、公開されている4.0の機能は、単一クリップを15秒から30秒に延長し、参照を7画像と1動画から合計15マルチモーダル参照に拡張します。その他の追加には、10キーフレーム、10ビットHDR、21:9出力、ステレオサウンド、最大8,000トークンのプロンプト、2分までの延長が含まれます。
どちらも最大30秒のクリップと最大4Kの出力をリストしています。Kling 4.0はタイムラインキーフレーム、10ビットHDR、2分までの延長を提供します。Seedance 2.5は、より大きなソース素材のセットから構築されたブリーフのために、音声を含む最大50参照を可能にします。
プロンプト容量は8,000トークンです。この余裕を使って、シーンをショットまたは時間区分ごとに整理し、関連するカメラ、セリフ、音声の指示を含めてください。
冒頭、中心となる動作、結末を別々のビートとして書きます。それぞれについて、被写体の動き、カメラ、光を描写してください。セリフは引用し、話者と言語を明記したうえで、時間指定の音声キューを加えます。参照とキーフレームを使って外見と構図を明確にし、テキストではそれらの間で何が起こるかを説明してください。
Kuaishou Technologyは、Kling AI動画プラットフォームを通じてKlingを開発しています。このファミリーは2024年6月のKling 1.0に始まり、その後もモデルを次々とリリースしてきました。