Kling 4.0
Modelo de vídeo da Kling AI
Em breve
A geração com o Kling 4.0 chegará em breve
Este espaço de trabalho será liberado para geração assim que o Kling 4.0 estiver disponível em nossa plataforma. Enquanto isso, você pode criar vídeos com o Kling 3 ou o Seedance 2.5.
Crie agora com
O Kling 4.0 amplia o fluxo de trabalho do Kling com clips nativos até 30 segundos, orientação por keyframes e referências Omni. As suas capacidades publicadas incluem saída até 4K com HDR de 10 bits e som estéreo gerado.
Kling 4.0 · Visão geral do modelo
O Kling 4.0 da Kuaishou oferece uma tela mais longa para planear uma cena: até 30 segundos numa só geração, 10 keyframes e 15 referências multimodais. Use a linha temporal para definir a ação, as referências para estabelecer o sujeito e as opções de saída até 4K 10 bits HDR para o acabamento pretendido.
Uma geração de 30 segundos pode incluir uma abertura, uma ação em desenvolvimento e um desfecho resolvido. É o dobro do limite de 15 segundos do Kling 3.0, mas o guião continua a precisar de um ritmo deliberado.
Até 10 keyframes podem marcar composições ou momentos importantes da história. Explique a ação que os conecta para que a linha do tempo comunique mais do que uma série de imagens desconexas.
As referências Omni permitem até 10 imagens, 5 vídeos e 7 sujeitos dentro de um limite combinado de 15. Atribua papéis para identidade, produtos, estilo e movimento, incluindo revisões de vídeo guiadas por referência.
Planeje movimentos rápidos com um caminho claro e uma relação de câmera definida. O modelo busca maior estabilidade em ações contínuas e planos complexos; inspecione o resultado em busca de continuidade ao longo de todo o movimento.
A resolução chega a 4K, com HDR de 10 bits disponível em 1080p e 4K. Escolha a saída adequada ao fluxo de edição e de exibição, sobretudo quando os gradientes e a correção de cor forem importantes.
O som estéreo pode ser gerado junto com a imagem. Identifique os falantes, os idiomas e o momento dos efeitos, depois revise a fala e o movimento labial na tomada final.
A extensão pode continuar uma cena gerada até um total de 2 minutos. Mantenha as descrições do sujeito e do cenário enquanto dá a cada segmento adicionado uma próxima ação distinta.
Resumo das principais especificações do Kling 4.0.
| Especificação | Kling 4.0 |
|---|---|
| Desenvolvedor | Kling AI (Kuaishou Technology) |
| Versões | Kling 4.0 (também chamado de Kling 4) e Kling 4.0 Flash |
| Duração por geração | Até 30 segundos, com geração nativa |
| Extensão de vídeo | Até 2 minutos no total |
| Quadros-chave | Até 10 |
| Referências Omni | Até 15: 10 imagens, 5 vídeos e 7 sujeitos |
| Tamanho do prompt | Até 8.000 tokens |
| Resolução | Até 4K |
| HDR | HDR de 10 bits em 1080p e 4K |
| Proporções | Adiciona o formato ultrawide 21:9 |
| Áudio | Estéreo de dois canais com sincronia labial mais precisa |
| Idiomas | Chinês, inglês, japonês, coreano, espanhol e outros, com sotaques e dialetos |
O modelo completo enfatiza o detalhe visual e o controle. O Flash oferece uma opção voltada à velocidade e ao custo; compare as configurações disponíveis e a estimativa para a tomada específica que você deseja criar.
Modelo completo para cenas de alta fidelidade
Versão leve para criação em alta frequência
Use uma linha temporal de 30 segundos para testar um compasso narrativo completo. Fixe as composições essenciais com keyframes e decida se uma extensão serve a história depois de rever o primeiro clip.
Construa uma cena de produto em torno de referências de marca autorizadas. A saída de até 4K com HDR pode servir a uma edição de campanha detalhada, mas inspecione o formato do produto, os rótulos e o material antes da publicação.
Planeje um diálogo curto com um falante nomeado e um idioma para cada fala. Revise a pronúncia e o movimento labial antes de preparar versões localizadas de um explicativo.
Descreva o trajeto de uma perseguição, de uma ação esportiva ou de um movimento de câmera. Mantenha as relações espaciais claras e verifique a saída em busca de movimentos inconsistentes ou detalhes de cena que mudam.
Posicione até 10 keyframes nos momentos que um storyboard precisa comunicar. Use a sequência gerada para discutir encenação e ritmo antes da produção final.
Componha uma cena ampla em 21:9 e escolha HDR de 10 bits quando o fluxo de acabamento beneficiar disso. Reveja o resultado num ecrã adequado antes da correção de cor ou da entrega.
Fluxo de criação
Defina a progressão da cena antes de adicionar entradas. Os keyframes estabelecem as visões importantes, as referências estabelecem a aparência e o prompt orienta o movimento e o som entre essas visões.
Etapa 01
Para um guião de 30 segundos, reserve 0–10 segundos para estabelecer o sujeito, 10–20 segundos para a ação central e 20–30 segundos para a resolução. Ajuste essa divisão ao evento em vez de forçar todas as cenas ao mesmo ritmo.
Etapa 02
Escolha os momentos-chave que precisam de uma composição de referência, dentro do limite de 10 keyframes. Adicione referências de sujeito, imagem ou vídeo para a aparência e o movimento, mantendo o conjunto combinado de referências dentro de 15.
Etapa 03
Escreva a ação, a direção de câmara, a iluminação e o som para cada parte da sequência. A capacidade de 8,000 tokens do prompt acomoda detalhe, mas uma ordem clara importa mais do que preencher o limite.
Etapa 04
Selecione a tela, incluindo 21:9 quando adequado, e a resolução necessária. Revise o primeiro resultado antes de estender; segmentos continuados podem formar uma sequência de até 2 minutos.
Use os controles adicionais para eliminar ambiguidades do briefing. Cada keyframe, referência e instrução de som deve explicar algo necessário sobre a cena.
Ancore primeiro as composições de abertura e encerramento. Adicione quadros intermediários onde uma mudança específica de visão ou um evento da história precise ser estabelecido.
Escolha referências claras com aparências compatíveis para cada sujeito. Evite misturar vários designs contraditórios para o mesmo personagem ou produto.
Atribua um movimento de câmera a cada parte relevante da linha do tempo. Indique como ele se relaciona com o sujeito em vez de pedir vários movimentos diferentes ao mesmo tempo.
Cite o diálogo e identifique quem o diz, em que idioma ou sotaque. Verifique a fala gerada em vez de presumir que o texto e a pronúncia serão exatos.
Descreva quando o ambiente, os efeitos e a música devem ser ouvidos. Mantenha a direção de som focada para que ela apoie a ação principal e as falas.
Para uma extensão até 2 minutos, mantenha o sujeito e o tratamento visual estabelecidos. Altere o próximo evento e verifique como o novo segmento se une ao final anterior.
Compare a saída publicada e os recursos de referência abaixo e, em seguida, verifique os controles disponíveis no espaço de trabalho para a tarefa que pretende enviar.
| Recurso | Kling 4.0 | Kling 3.0 | Seedance 2.5 |
|---|---|---|---|
| Duração por geração | 30 segundos nativos | 3 a 15 segundos | Até 30 segundos |
| Controle narrativo | Até 10 quadros-chave para controle na linha do tempo | Narrativa com vários planos a partir de um único prompt | Controle do primeiro quadro e pré-visualização espacial em 3D para o posicionamento da câmera |
| Referências | Até 15: 10 imagens, 5 vídeos e 7 sujeitos | Kling 3.0 Omni: até 7 imagens e 1 vídeo de referência | Até 50: 30 imagens, 10 vídeos e 10 arquivos de áudio |
| Resolução | Até 4K, com HDR de 10 bits em 1080p e 4K | 720p e 1080p, além de um modo 4K nativo | De 720p até 4K nativo |
| Áudio | Áudio estéreo, sincronia labial mais precisa, vários idiomas, sotaques e dialetos | Áudio nativo com fala multilíngue e sotaques | Áudio nativo, com arquivos de áudio aceitos como referência |
| Sequências mais longas | Extensão de vídeo de até 2 minutos no total | Vários planos em um único clipe | Extensão ou edição de um vídeo anexado |
| Melhor uso | Cenas que exigem quadros-chave na linha do tempo, um conjunto de referências definido e um fluxo de finalização em HDR | Clipes cinematográficos de até 15 segundos para redes sociais, anúncios e cenas curtas | Produções de 30 segundos com muitas referências e conteúdo de marca em 4K |
A família Kling começou em junho de 2024 e evoluiu ao longo de vários lançamentos. Esta linha do tempo destaca mudanças relevantes para o planejamento de clipes, a entrada de referências e os formatos de saída.
| Versão | Lançamento | Destaques |
|---|---|---|
| Kling 1.0 | Junho de 2024 | Lançamento público da geração de texto para vídeo e de imagem para vídeo do Kling |
| Kling 1.5 | Setembro de 2024 | Saída em alta definição 1080p e melhor qualidade de movimento |
| Kling 2.0 | Abril de 2025 | Movimento ampliado e tratamento de prompts, melhorias visuais e recursos de edição multimodal |
| Kling 2.5 Turbo | Setembro de 2025 | Geração mais rápida e econômica, com maior aderência ao prompt |
| Kling 2.6 | Dezembro de 2025 | Introduziu a geração nativa de diálogo, efeitos e som ambiente na família Kling |
| Kling 3.0 | Fevereiro de 2026 | Clipes de 3 a 15 segundos, narrativa com vários planos e áudio nativo multilíngue |
| Kling 4.0 | 2026 | Até 30 segundos por geração, 10 keyframes, 15 referências, 4K 10 bits HDR e extensões até 2 minutos |
Estes guiões dão a uma sequência de 30 segundos uma progressão visível e uma direção sonora explícita. Substitua os sujeitos e as referências por materiais adequados ao seu próprio projeto.
0–10s: Um alto-falante de cerâmica branca fica em uma prateleira ao lado de um livro fechado, luz lateral suave da manhã, aproximação lenta. 10–20s: Mova-se ao redor do alto-falante enquanto uma mão gira o botão e um pequeno indicador acende. 20–30s: Afaste-se para mostrar a sala de estar silenciosa, mantendo a forma e o acabamento do alto-falante consistentes. Ambiente estéreo da sala e um pulso de graves suave; sem diálogo.
Uma pequena padaria antes da abertura. Uma mulher de avental azul coloca pães no balcão e diz em inglês: "The first batch is ready." A colega levanta os olhos e responde em francês: "Ça sent bon." Movimento lateral lento da câmera, luz quente do forno e ambiente silencioso da cozinha. Mantenha cada voz com sua falante.
Use os keyframes 1, 5 e 10 para o início, o meio e o fim: um músico carrega um estojo de violão marrom para fora de uma estação, atravessa uma praça silenciosa e chega à porta de um teatro. Preserve o casaco e o estojo. Acompanhe na altura da cintura em 21:9, com passos e um ritmo acústico que aumenta gradualmente.
0–10s: Um ciclista de montanha se aproxima de uma curva em uma trilha seca na encosta, câmera de acompanhamento baixa. 10–20s: O ciclista segue a curva enquanto a câmera sobe para revelar o vale. 20–30s: O ciclista diminui a velocidade ao lado de um mirante de madeira e apoia um pé no chão. Mantenha a bicicleta e o capacete consistentes. Ruído estéreo dos pneus, vento e pássaros distantes.
Uma apresentadora em um estúdio com iluminação suave segura uma luminária de mesa compacta e diz em inglês: "A little light for your reading corner." Ela vira a luminária para um livro aberto e faz uma pausa. Enquadramento médio, movimento visível das mãos, ambiente silencioso da sala. Mantenha a forma do produto consistente e não acrescente especificações não comprovadas.
21:9, HDR de 10 bits. 0–10s: Deslize lentamente sobre um lago enevoado ao amanhecer. 10–20s: Desça em direção a um pequeno barco de madeira junto aos juncos. 20–30s: O barco desliza para uma faixa de luz solar enquanto a câmara se detém. Reflexos naturais, cor contida, água suave e uma nota orquestral grave.
Orientações sobre planejamento de linha do tempo, limites de entrada, formatos de saída e as diferenças entre as versões do Kling.
O Kling 4.0 é o modelo de vídeo Kling de quarta geração da Kuaishou. As suas funcionalidades publicadas incluem clips nativos até 30 segundos, 10 keyframes, 15 referências, áudio estéreo e saída até 4K com HDR de 10 bits.
O espaço de trabalho exibe a disponibilidade atual de geração. Quando o envio está habilitado, as solicitações usam créditos e mostram uma estimativa antes da confirmação. Preparar um briefing de cena e ler o guia do modelo não exigem o download do modelo.
O modelo completo Kling 4.0 visa cenas detalhadas e controlo criativo, com geração de 30 segundos, 10 keyframes, 15 referências e até 4K 10 bits HDR. O Flash é a variante focada em velocidade e custo. Verifique as definições reais e o orçamento para a opção selecionada.
Uma geração pode chegar a 30 segundos, em comparação com 15 segundos do Kling 3.0. A extensão pode continuar um clipe por segmentos adicionais até um comprimento total de sequência de até 2 minutos.
O intervalo de saída publicado chega a 4K. O HDR de 10 bits é suportado em 1080p e 4K, proporcionando mais níveis tonais do que o vídeo de 8 bits para fluxos compatíveis de correção de cor e exibição.
O Omni Reference permite até 10 imagens, 5 vídeos e 7 sujeitos, mas a contagem combinada de referências não pode exceder 15. O controle por keyframe oferece suporte separado a até 10 âncoras na linha do tempo.
O Omni Reference combina entradas visuais para orientar identidade, estilo e movimento. Seus limites são 10 imagens, 5 vídeos e 7 sujeitos dentro de 15 referências no total; explique o papel de cada ativo no briefing.
A atualização Omni publicada do Kling inclui edição de vídeo aprimorada. Até 5 referências de vídeo podem orientar uma revisão; use o prompt para distinguir o que deve mudar do conteúdo que deve permanecer.
O Kling 4.0 adiciona 21:9 para composições mais amplas, ao lado dos formatos conhecidos paisagem, retrato e quadrado. Escolha a proporção adequada ao destino da cena.
O modelo tem como objetivo melhorar o tratamento de ações rápidas, movimento contínuo e trajetórias de câmera complexas. Descreva a ação com clareza e inspecione o clipe inteiro em busca de inconsistências espaciais ou de movimento.
O som estéreo é gerado junto com a imagem. Os idiomas de fala suportados incluem chinês, inglês, japonês, coreano, espanhol, português, alemão, francês e hindi, com opções de sotaque e dialeto. Verifique a atribuição de voz, a pronúncia e a sincronização no resultado.
Em comparação com o Kling 3.0, as capacidades publicadas do 4.0 ampliam os clips únicos de 15 para 30 segundos e as referências de 7 imagens mais 1 vídeos para um total combinado de 15 referências multimodais. Outras adições incluem 10 keyframes, HDR de 10 bits, saída 21:9, som estéreo, prompts até 8,000 tokens e extensão até 2 minutos.
Ambos indicam clips até 30 segundos e saída até 4K. O Kling 4.0 oferece keyframes na linha temporal, HDR de 10 bits e extensão até 2 minutos. O Seedance 2.5 permite até 50 referências, incluindo áudio, para guiões construídos a partir de um conjunto maior de materiais de origem.
A capacidade do prompt é de 8,000 tokens. Use esse espaço para organizar a cena por plano ou segmento de tempo, incluindo as instruções relevantes de câmera, diálogo e som.
Escreva o início, a ação central e o final como momentos separados. Para cada um, descreva o movimento do sujeito, a câmera e a luz. Cite o diálogo e indique o falante e o idioma, depois acrescente indicações sonoras com marcação de tempo. Use referências e quadros-chave para esclarecer aparência e composição; o texto deve explicar o que acontece entre eles.
A Kuaishou Technology desenvolve o Kling por meio de sua plataforma de vídeo com IA Kling AI. A família começou com o Kling 1.0 em junho de 2024 e, desde então, recebeu lançamentos sucessivos de modelos.