Kling 4.0
可靈 AI 影片模型
即將推出
Kling 4.0 生成功能即將推出
Kling 4.0 在本平台開放後，即可在此工作區直接生成。在此之前，您可以先使用 Kling 3 或 Seedance 2.5 創作影片。
現在即可使用
Kling 4.0（可靈 4.0）AI 影片生成器
Kling 4.0 在 Kling 工作流程上進一步擴充，支援最長 30 秒的原生片段、關鍵影格引導與 Omni 參考。其公布的能力包括最高 4K 的輸出、10 位元 HDR，以及生成的立體聲。
Kling 4.0 · 模型概覽
什麼是 Kling 4.0？
快手推出的 Kling 4.0 提供更長的規劃空間：單次生成最長 30 秒、10 個關鍵影格，以及 15 個多模態參考。可利用時間軸定義動作、以參考素材確立主體，並選擇最高 4K、10 位元 HDR 的輸出選項，達成預期的完成效果。
- 單次原生生成時長
- 30s
- 最高解析度，支援 10-bit HDR
- 4K
- 項多模態參考素材
- 15
單次原生生成 30 秒
30 秒的生成可涵蓋開場、動作發展與收束結尾。這是 Kling 3.0 的 15 秒上限的兩倍，但腳本仍需要刻意安排的節奏。
最多 10 個關鍵幀
最多可用 10 個關鍵影格標示重要構圖或劇情時刻。請說明串連這些影格的動作，讓時間軸傳達的不只是一連串互不相關的畫面。
全能參考：最多 15 項
Omni 參考素材允許最多 10 張圖片、5 段影片與 7 個主體，合計上限為 15。請為身分、產品、風格與動態指派角色，包括以參考素材為主的影片修訂。
高速運動與複雜運鏡更穩定
規劃快速動作時，請設定清楚的路徑與攝影機關係。此模型致力於提升連續動作與複雜鏡頭的穩定性；請檢查結果在整段動作中的連貫性。
最高 4K，支援 10-bit HDR
解析度最高可達 4K，並在 1080p 與 4K 提供 10 位元 HDR。請依剪輯與顯示流程選擇輸出，尤其在漸層與調色格外重要時。
立體聲音訊與精準口型同步
立體聲可與畫面一同生成。請指明說話者、語言與音效的時間點，然後在完成的片段中檢視語音與嘴型。
影片延長最長 2 分鐘
延伸功能可將生成的場景延續至總長 2 分鐘。請保留主體與場景描述，並為每個新增片段安排明確的下一步動作。
Kling 4.0 規格參數
Kling 4.0 主要規格一覽。
| 規格 | Kling 4.0 |
|---|---|
| 開發商 | 可靈 AI（快手科技） |
| 版本 | Kling 4.0（又稱 Kling 4、可靈 4.0）與 Kling 4.0 Flash |
| 單次生成時長 | 最長 30 秒，原生生成 |
| 影片延長 | 累計最長 2 分鐘 |
| 關鍵幀 | 最多 10 個 |
| 全能參考 | 最多 15 項：10 張圖片、5 段影片、7 個主體 |
| 提示詞長度 | 最多 8,000 tokens |
| 解析度 | 最高 4K |
| HDR | 1080p 與 4K 支援 10-bit HDR |
| 畫面比例 | 新增 21:9 超寬畫面 |
| 音訊 | 雙聲道立體聲，口型同步更精準 |
| 語言 | 中文、英語、日語、韓語、西班牙語等，並支援多種口音與方言 |
Kling 4.0 與 Kling 4.0 Flash 比較
完整模型著重於視覺細節與控制。Flash 提供以速度與成本為重點的選項；請比較可用的設定，並針對你想製作的特定片段進行評估。
Kling 4.0
適用於高擬真度場景的完整版
- 單次原生 30 秒生成，最多 10 個關鍵幀
- 全能參考，最多 15 項多模態參考
- 最高 4K 解析度，支援 10-bit HDR 輸出
- 立體聲音訊，口型同步更精準
Kling 4.0 Flash
專為高頻率創作設計的輕量版
- 生成速度更快，便於快速迭代
- 成本效益更高，適合大量製作
- 適合草稿、提示詞測試與高頻率發布
- 適合在以完整版輸出最終成品前快速試稿
Kling 4.0 可以創作什麼？
短片、預告片與劇情場景
可利用 30 秒的時間軸測試完整的敘事段落。以關鍵影格鎖定關鍵構圖，並在檢視第一段影片後，再決定是否以延伸功能推進故事。
產品廣告與品牌行銷
以經授權的品牌參考素材建構產品場景。最高 4K HDR 的輸出可適合精細的行銷活動剪輯，但發布前請檢查產品形狀、標籤與材質。
對白、教學與多語言內容
為每句台詞規劃簡短對話，指定說話者與語言。在準備說明影片的在地化版本前，請檢視發音與嘴型。
動作、體育與大場面
描述追逐、運動動作或攝影機橫移的路徑。保持空間關係清楚，並檢查輸出是否有動作不一致或場景細節變動的情況。
分鏡與前期預演
在分鏡需要傳達的時刻放置最多 10 個關鍵影格。利用生成的序列在正式製作前討論場面調度與節奏。
電影感寬螢幕內容
以 21:9 構圖寬景，並在後製流程需要時選擇 10 位元 HDR。調色或交付前，請在合適的顯示器上檢視成果。
創作流程
如何使用 Kling 4.0
在加入輸入前先定義場景的進展。關鍵影格確立重要視角，參考素材確立外觀，提示詞則引導這些視角之間的動作與聲音。
步驟 01
規劃 30 秒結構
以 30 秒的腳本為例，可分配 0–10 秒建立主體、10–20 秒呈現核心動作、20–30 秒收束結尾。請依實際事件調整這樣的分段，不必讓每個場景都套用相同節奏。
步驟 02
加入關鍵幀與參考素材
在 10 個關鍵影格的限制內，挑選需要參考構圖的關鍵時刻。加入主體、圖片或影片參考以呈現外觀與動態，並將合計參考數量控制在 15 以內。
步驟 03
撰寫詳細提示詞
為序列的每個部分撰寫動作、鏡頭方向、光線與聲音。8,000 個權杖的提示詞容量足以容納細節，但清楚的順序比填滿上限更重要。
步驟 04
選擇輸出規格並延長
選擇畫布（適合時可包含 21:9）與所需的解析度。延伸前先檢視第一次的結果；接續的片段可建構出最長 2 分鐘的序列。
提升 Kling 4.0 生成效果的技巧
善用額外的控制項來消除簡報中的模糊之處。每個關鍵影格、參考素材與聲音指示都應說明場景中必要的一件事。
以關鍵幀錨定首幀與尾幀
先錨定開場與結尾的構圖。在需要確立特定視角變化或劇情事件之處，再加入中間影格。
每個角色使用一張清晰參考
為每個主體選擇外觀相容且清楚的參考素材。避免為同一個角色或產品混用多種互相矛盾的設計。
逐段指定運鏡
為時間軸上每個相關段落指定一個運鏡動作。說明該運鏡與主體的關係，而不是一次要求多種不同的動作。
為每句對白標明說話者
引用對白並指出說話者，以及其使用的語言或口音。請檢查生成的語音，不要假設措辭與發音會完全準確。
描述完整的聲音設計
描述環境音、音效與音樂應在何時出現。讓聲音方向保持聚焦，以支撐主要動作與任何台詞。
延長時保持描述一致
若要延伸至 2 分鐘，請保留既有的主體與視覺處理。改變下一個事件，同時檢查新片段如何銜接先前的結尾。
Kling 4.0、Kling 3.0 與 Seedance 2.5 比較
比較下方已公布的功能與參考能力，然後查看工作區中針對你打算提交的任務所提供的控制項。
| 功能 | Kling 4.0 | Kling 3.0 | Seedance 2.5 |
|---|---|---|---|
| 單次生成時長 | 原生 30 秒 | 3–15 秒 | 最長 30 秒 |
| 敘事控制 | 最多 10 個關鍵幀，可在時間軸層級精確控制 | 單一提示詞即可生成多鏡頭敘事 | 首幀控制，以及用於鏡頭調度的 3D 空間預演 |
| 參考素材 | 最多 15 項：10 張圖片、5 段影片、7 個主體 | Kling 3.0 Omni：最多 7 張圖片與 1 段參考影片 | 最多 50 項：30 張圖片、10 段影片、10 段音訊 |
| 解析度 | 最高 4K，1080p 與 4K 支援 10-bit HDR | 720p 與 1080p，另有原生 4K 模式 | 720p 至原生 4K |
| 音訊 | 立體聲音訊、更精準的口型同步，支援多種語言、口音與方言 | 原生音訊，支援多語言語音與口音 | 原生音訊，可使用音訊檔案作為參考 |
| 更長的段落 | 影片延長，累計最長 2 分鐘 | 單一影片內包含多個鏡頭 | 可延長或編輯已上傳的影片 |
| 最適合 | 需要時間軸關鍵影格、明確的參考素材組合與 HDR 後製流程的場景 | 15 秒以內的電影感短片，適用於社群媒體、廣告與短場景 | 參考素材密集的 30 秒製作與 4K 品牌內容 |
可靈模型版本演進
Kling 系列始於 2024 年 6 月，並歷經數個版本持續發展。此時間軸重點呈現與片段規劃、參考輸入及輸出格式相關的變更。
| 版本 | 發布時間 | 主要亮點 |
|---|---|---|
| Kling 1.0 | 2024 年 6 月 | 可靈文字轉影片與圖片轉影片正式對外開放 |
| Kling 1.5 | 2024 年 9 月 | 支援 1080p 高畫質輸出，動態品質提升 |
| Kling 2.0 | 2025 年 4 月 | 擴充的動作與提示詞處理、視覺改善及多模態編輯能力 |
| Kling 2.5 Turbo | 2025 年 9 月 | 生成速度更快、成本效益更高，提示詞遵循能力更強 |
| Kling 2.6 | 2025 年 12 月 | 在 Kling 系列中首度原生生成對白、特效與環境音 |
| Kling 3.0 | 2026 年 2 月 | 支援 3–15 秒影片、多鏡頭敘事與多語言原生音訊 |
| Kling 4.0 | 2026 年 | 單次生成最長 30 秒、10 個關鍵影格、15 個參考、4K 10 位元 HDR，並可延伸至 2 分鐘 |
Kling 4.0 提示詞範例
這些腳本能讓 30 秒的序列呈現明顯的進展與明確的聲音方向。請將主體與參考替換為適合自身專案的素材。
30 秒新品發表
0–10s：一個白色陶瓷喇叭放在架上，旁邊是一本闔上的書，柔和的晨間側光，緩慢推進。10–20s：隨著一隻手轉動喇叭的旋鈕、小型指示燈亮起，鏡頭繞著喇叭移動。20–30s：拉遠以呈現安靜的客廳，同時保持喇叭的形狀與表面質感一致。立體聲室內環境音與輕柔的低音脈動；無對白。
口型同步對白場景
開店前的小麵包店。一名穿著藍色圍裙的女子把麵包放在櫃檯上，並用英語說：「The first batch is ready.」她的同事抬起頭，用法語回答：「Ça sent bon.」緩慢的橫向運鏡、溫暖的烤箱光線與安靜的廚房環境音。讓每個聲音都與其說話者對應。
關鍵幀引導的旅程
使用關鍵影格 1、5 與 10 分別作為開頭、中段與結尾：一名音樂家提著棕色吉他盒走出車站，走過安靜的廣場，抵達劇院門口。保持外套與琴盒一致。以 21:9 的腰際高度跟拍，伴隨腳步聲與逐漸升起的原聲節奏。
複雜運鏡的動作場面
0–10s：一名登山車騎士在乾燥山坡步道上接近彎道，低角度跟拍。10–20s：騎士沿著彎道前進，同時鏡頭升高以展現山谷。20–30s：騎士在木製觀景台旁減速，並放下一隻腳。保持自行車與安全帽一致。立體聲輪胎聲、風聲與遠處鳥鳴。
多語言產品解說
一名主持人在燈光柔和的攝影棚內拿著一盞小型桌燈，並用英語說：「A little light for your reading corner.」她把燈轉向一本打開的書，然後停頓。中景構圖、可見的手部動作、安靜的室內環境音。保持產品形狀一致，且不要加入未經支持的規格。
21:9 電影感風景
21:9，10 位元 HDR。0–10s：在晨霧籠罩的湖面上方緩緩滑行。10–20s：朝蘆葦旁的一艘小木船下降。20–30s：小船漂入一道陽光中，鏡頭隨之靜止。自然的倒影、克制的色彩、柔和的水聲與低沉的管弦樂音。
Kling 4.0 常見問題
關於時間軸規劃、輸入限制、輸出格式，以及 Kling 各版本差異的指引。
什麼是 Kling 4.0？
Kling 4.0 是快手的第四代 Kling 影片模型。其公布的功能包括最長 30 秒的原生片段、10 個關鍵影格、15 個參考、立體聲音訊，以及最高 4K、10 位元 HDR 的輸出。
Kling 4.0 是免費的嗎？
工作區會顯示目前的生成可用狀態。當提交功能啟用時，請求會使用點數，並在確認前顯示預估用量。準備場景簡報與閱讀模型指南不需要下載模型。
Kling 4.0 與 Kling 4.0 Flash 有什麼差別？
完整的 Kling 4.0 模型鎖定細節豐富的場景與創作控制，支援 30 秒生成、10 個關鍵影格、15 個參考，以及最高 4K、10 位元 HDR。Flash 則是著重速度與成本的版本。請確認所選選項的實際設定與報價。
Kling 4.0 生成的影片最長多久？
單次生成可達 30 秒，相較之下 Kling 3.0 為 15 秒。延伸功能可透過額外片段延續影片，使序列總長度最長達 2 分鐘。
Kling 4.0 支援 4K 與 HDR 嗎？
公布的輸出範圍最高可達 4K。10 位元 HDR 支援 1080p 與 4K，在相容的調色與顯示流程中，可提供比 8 位元影片更多的色調階層。
Kling 4.0 支援多少參考素材與關鍵幀？
Omni Reference 允許最多 10 張圖片、5 段影片與 7 個主體，但合計參考數量不得超過 15。關鍵影格控制則另行支援最多 10 個時間軸錨點。
Kling 4.0 的全能參考是什麼？
Omni Reference 結合視覺輸入，以引導身分、風格與動作。其限制為 10 張圖片、5 段影片與 7 個主體，且合計不超過 15 個參考；請在簡報中說明每項素材的作用。
Kling 4.0 能編輯既有影片嗎？
Kling 公布的 Omni 更新包含強化的影片編輯功能。最多 5 段影片參考可為修訂提供依據；請利用提示詞區分應改變的內容與應保留的內容。
Kling 4.0 支援哪些畫面比例？
Kling 4.0 在既有的橫向、直向與方形格式之外，新增 21:9，以支援更寬廣的構圖。請選擇適合場景用途的比例。
Kling 4.0 在高速運動與運鏡上的表現如何？
此模型著重於改善快速動作、連續運動與複雜攝影機路徑的處理。請清楚描述動作，並檢查整段影片是否有空間或動態上的不一致。
Kling 4.0 支援哪些音訊與語言？
立體聲會與畫面一同生成。支援的語音語言包括中文、英文、日文、韓文、西班牙文、葡萄牙文、德文、法文與印地文，並提供口音與方言選項。請檢查結果中的語音指派、發音與同步情形。
Kling 4.0 相較 Kling 3.0 有哪些升級？
相較於 Kling 3.0，公布的 4.0 能力將單段影片從 15 秒延長至 30 秒，參考素材也從 7 張圖片加 1 段影片，擴充為合計 15 個多模態參考。其他新增功能包括 10 個關鍵影格、10 位元 HDR、21:9 輸出、立體聲、最長 8,000 個權杖的提示詞，以及可延伸至 2 分鐘。
Kling 4.0 與 Seedance 2.5 該如何選擇？
兩者都列出最長 30 秒的片段與最高 4K 的輸出。Kling 4.0 提供時間軸關鍵影格、10 位元 HDR，並可延伸至 2 分鐘。Seedance 2.5 則允許最多 50 個參考（包含音訊），適合以更多來源素材建構的腳本。
Kling 4.0 的提示詞最長可以寫多少？
提示詞容量為 8,000 個 token。可利用這些空間依鏡頭或時間區段組織場景，並納入相關的攝影機、對白與音效指示。
如何撰寫 Kling 4.0 提示詞？
將開頭、主要動作與結尾分別寫成獨立段落。針對每一段，描述主體動作、攝影機與光線。引用對白並註明說話者與語言，然後加入帶有時間點的音效提示。使用參考素材與關鍵影格釐清外觀與構圖；文字應說明它們之間發生了什麼。
Kling 4.0 由誰開發？
快手科技透過其 Kling AI 影片平台開發 Kling。此系列始於 2024 年 6 月的 Kling 1.0，此後陸續推出多個模型版本。