Kling 4.0
可灵 AI 视频模型
即将上线
Kling 4.0 生成功能即将上线
Kling 4.0 在本平台开放后，即可在此工作台直接生成。在此之前，您可以先使用 Kling 3 或 Seedance 2.5 创作视频。
现在即可使用
Kling 4.0（可灵 4.0）AI 视频生成器
Kling 4.0 在 Kling 工作流基础上进一步扩展，支持最长 30 秒的原生片段、关键帧引导和 Omni 参考。其公布的能力包括最高 4K 的输出、10 位 HDR 以及生成的立体声。
Kling 4.0 · 模型概览
Kling 4.0 是什么？
快手 Kling 4.0 为场景规划提供了更长的画布：单次生成最长 30 秒、10 个关键帧和 15 个多模态参考。用时间线定义动作，用参考确立主体，并通过最高 4K 10 位 HDR 的输出选项实现预期成片效果。
- 单次原生生成时长
- 30s
- 最高分辨率，支持 10-bit HDR
- 4K
- 项多模态参考素材
- 15
单次原生生成 30 秒
一次 30 秒的生成可以包含开场、发展中的动作和收束的结尾。这是 Kling 3.0 的 15 秒上限的两倍，但脚本仍需保持从容的节奏。
最多 10 个关键帧
最多 10 个关键帧可以标记重要的构图或故事节点。请说明连接它们的动作，让时间线传达的不只是一连串互不相关的画面。
全能参考：最多 15 项
Omni 参考允许最多 10 张图片、5 个视频和 7 个主体，合计上限为 15。为身份、产品、风格和运动分配角色，也包括以参考为主导的视频修改。
高速运动与复杂运镜更稳定
规划快速运动时，要给出清晰的路径和镜头关系。该模型力求在连续动作和复杂镜头中更稳定；请检查结果在整个运动过程中的连贯性。
最高 4K，支持 10-bit HDR
分辨率最高可达 4K，在 1080p 和 4K 下支持 10 位 HDR。请根据剪辑和显示工作流选择输出，尤其是在渐变和调色较为重要时。
立体声音频与精准口型
画面可同时生成立体声。请指明说话者、语言和音效的时间点，然后在成片中检查语音和口型。
视频续拍最长 2 分钟
扩展可将生成的场景延续至总计 2 分钟。请保持主体和场景描述一致，同时为每个新增片段安排明确的下一步动作。
Kling 4.0 规格参数
Kling 4.0 主要规格一览。
| 规格 | Kling 4.0 |
|---|---|
| 开发方 | 可灵 AI（快手科技） |
| 版本 | Kling 4.0（又称 Kling 4、可灵 4.0）与 Kling 4.0 Flash |
| 单次生成时长 | 最长 30 秒，原生生成 |
| 视频续拍 | 累计最长 2 分钟 |
| 关键帧 | 最多 10 个 |
| 全能参考 | 最多 15 项：10 张图片、5 段视频、7 个主体 |
| 提示词长度 | 最多 8000 tokens |
| 分辨率 | 最高 4K |
| HDR | 1080p 与 4K 支持 10-bit HDR |
| 画面比例 | 新增 21:9 超宽画幅 |
| 音频 | 双声道立体声，口型匹配更精准 |
| 语言 | 中文、英语、日语、韩语、西班牙语等，并支持多种口音与方言 |
Kling 4.0 与 Kling 4.0 Flash 对比
完整模型侧重画面细节和控制力。Flash 提供侧重速度和成本的选项；请针对你想制作的具体镜头比较可用设置和预估。
Kling 4.0
面向高画质场景的完整版
- 单次原生 30 秒生成，最多 10 个关键帧
- 全能参考，最多 15 项多模态参考
- 最高 4K 分辨率，支持 10-bit HDR 输出
- 立体声音频，口型匹配更精准
Kling 4.0 Flash
面向高频创作的轻量版
- 生成速度更快，便于快速迭代
- 成本效率更高，适合大批量创作
- 适合草稿、提示词测试与高频发布
- 适合在用完整版出最终成片前先快速试稿
Kling 4.0 可以创作什么？
短片、预告片与剧情场景
用 30 秒的时间线测试一个完整的叙事节拍。用关键帧锚定关键构图，并在查看首个片段后决定是否通过延长来服务故事。
产品广告与品牌营销
围绕已获授权的品牌参考构建产品场景。最高 4K HDR 的输出可适用于精细的广告剪辑，但发布前请检查产品形状、标签和材质。
对白、教育与多语言内容
为每句台词规划简短对话，并指定说话者和语言。在准备讲解视频的本地化版本前，检查发音和口型。
动作、体育与大场面
描述追逐、体育动作或镜头扫过的路径。保持空间关系清晰，并检查输出中是否有动作不一致或场景细节变化。
分镜与前期预演
在故事板需要传达的时刻放置最多 10 个关键帧。用生成的序列在正式制作前讨论场面调度和节奏。
电影感宽银幕内容
以 21:9 构图宽幅场景，并在后期工作流能从中受益时选择 10 位 HDR。在调色或交付前，于合适的显示器上查看结果。
创作流程
如何使用 Kling 4.0
在添加输入前先定义场景的推进过程。关键帧确立重要视角，参考确立外观，提示词则指导这些视角之间的运动和声音。
第 01 步
规划 30 秒结构
对于 30 秒的脚本，用 0–10 秒确立主体，用 10–20 秒呈现核心动作，用 20–30 秒完成收束。请根据具体事件调整这一分配，而不是把每个场景都套入相同节奏。
第 02 步
添加关键帧与参考素材
在 10 个关键帧的限制内，选择需要参考构图的关键时刻。添加主体、图像或视频参考以确定外观和运动，并确保合计参考集不超过 15。
第 03 步
撰写详细提示词
为序列的每一部分写明动作、镜头方向、灯光和声音。8,000 个 token 的提示词容量足以容纳细节，但清晰的顺序比填满上限更重要。
第 04 步
选择输出规格并续拍
选择合适的画布（包括 21:9）和所需分辨率。在扩展前先查看首次结果；连续片段可将序列延长至 2 分钟。
用好 Kling 4.0 的技巧
利用附加控制消除简报中的歧义。每个关键帧、参考和声音指令都应说明场景中必要的信息。
用关键帧锁定首尾画面
先锚定开场和结尾的构图。在需要确立特定视角变化或故事事件的地方添加中间帧。
每个角色只用一张清晰参考
为每个主体选择外观一致的清晰参考。避免为同一角色或产品混用多个相互矛盾的设计。
逐段指定运镜
为时间线上每个相关部分指定一个镜头运动。说明它与主体的关系，而不是一次性要求多个不同的运动。
为每句对白注明说话人
引用对话并指明说话者是谁、使用哪种语言或口音。检查生成的语音，而不是假定措辞和发音会完全准确。
描述完整的声音设计
描述环境音、效果音和音乐应在何时出现。保持声音指导聚焦，使其支持主要动作和任何台词。
续拍时保持描述一致
若向 2 分钟延长，请保留既定的主体和视觉处理。改变下一个事件，同时检查新片段如何衔接前一段的结尾。
Kling 4.0、Kling 3.0 与 Seedance 2.5 对比
对比下方已发布的输出和参考能力，然后检查工作区中针对你打算提交的任务可用的控制项。
| 能力 | Kling 4.0 | Kling 3.0 | Seedance 2.5 |
|---|---|---|---|
| 单次生成时长 | 原生 30 秒 | 3–15 秒 | 最长 30 秒 |
| 叙事控制 | 最多 10 个关键帧，可在时间轴层面精确控制 | 单条提示词生成多镜头叙事 | 首帧控制，以及用于镜头调度的 3D 空间预演 |
| 参考素材 | 最多 15 项：10 张图片、5 段视频、7 个主体 | Kling 3.0 Omni：最多 7 张图片和 1 段参考视频 | 最多 50 项：30 张图片、10 段视频、10 段音频 |
| 分辨率 | 最高 4K，1080p 与 4K 支持 10-bit HDR | 720p 与 1080p，另有原生 4K 模式 | 720p 至原生 4K |
| 音频 | 立体声音频、更精准的口型匹配，支持多种语言、口音与方言 | 原生音频，支持多语言语音与口音 | 原生音频，可使用音频文件作为参考 |
| 更长的段落 | 视频续拍，累计最长 2 分钟 | 单条视频内包含多个镜头 | 可延长或编辑已上传的视频 |
| 适用场景 | 需要时间线关键帧、明确参考素材集和 HDR 后期流程的场景 | 15 秒以内的电影感短片，适用于社交媒体、广告与短场景 | 参考素材密集的 30 秒制作与 4K 品牌内容 |
可灵模型版本演进
Kling 系列始于 2024 年 6 月，历经多个版本发展。此时间线重点介绍与片段规划、参考输入和输出格式相关的变更。
| 版本 | 发布时间 | 主要亮点 |
|---|---|---|
| Kling 1.0 | 2024 年 6 月 | 可灵文生视频与图生视频正式对外开放 |
| Kling 1.5 | 2024 年 9 月 | 支持 1080p 高清输出，动态质量提升 |
| Kling 2.0 | 2025 年 4 月 | 扩展的运动与提示词处理、视觉改进以及多模态编辑能力 |
| Kling 2.5 Turbo | 2025 年 9 月 | 生成速度更快、成本更低，提示词遵循能力更强 |
| Kling 2.6 | 2025 年 12 月 | 在 Kling 系列中首次引入对白、音效和环境声的原生生成 |
| Kling 3.0 | 2026 年 2 月 | 支持 3–15 秒视频、多镜头叙事与多语言原生音频 |
| Kling 4.0 | 2026 年 | 单次生成最长 30 秒、10 个关键帧、15 个参考、4K 10 位 HDR，并可延长至 2 分钟 |
Kling 4.0 提示词示例
这些脚本为 30 秒的序列提供清晰的进展和明确的声音方向。请将主体和参考替换为适合你自己项目的素材。
30 秒新品发布
0–10s：一台白色陶瓷音箱放在架子上，旁边是一本合上的书，柔和的晨间侧光，缓慢推近。10–20s：围绕音箱移动，一只手转动其旋钮，一个小指示灯亮起。20–30s：拉远以展示安静的客厅，保持音箱的形状和饰面一致。立体声室内环境音和轻柔的低音脉冲；无对话。
口型同步的对白场景
开门前的小面包店。一位穿蓝色围裙的女士把面包放在柜台上，用英语说：“The first batch is ready.”她的同事抬起头，用法语回答：“Ça sent bon.”缓慢的横向镜头运动，温暖的烤箱灯光和安静的厨房环境音。让每个声音与其说话者保持一致。
关键帧引导的旅程
使用关键帧 1、5 和 10 分别对应开头、中间和结尾：一位音乐人提着棕色吉他盒走出车站，穿过安静的广场，来到剧院门口。保持外套和琴盒一致。以腰部高度在 21:9 中跟随，伴有脚步声和逐渐升起的原声节奏。
复杂运镜的动作场面
0–10s：一名山地自行车手在干燥山坡小径的弯道处接近，低角度跟踪镜头。10–20s：骑手沿弯道行进，镜头升起展现山谷。20–30s：骑手在木制观景台旁减速，放下一只脚。保持自行车和头盔一致。立体声轮胎噪声、风声和远处的鸟鸣。
多语言产品讲解
一位主持人在灯光柔和的演播室里拿着一盏紧凑的台灯，用英语说：“A little light for your reading corner.”她把灯转向一本打开的书并停顿。中景构图，手部动作清晰可见，安静的房间环境音。保持产品形状一致，不添加无依据的规格。
21:9 电影感风光
21:9，10 位 HDR。0–10s：在黎明时分缓缓滑过雾气笼罩的湖面。10–20s：向芦苇旁的一艘小木船下降。20–30s：小船漂入一束阳光中，镜头随之停下。自然的倒影、克制的色彩、柔和的水面，以及一声低沉的管弦乐音。
Kling 4.0 常见问题
关于时间线规划、输入限制、输出格式以及 Kling 各版本差异的指导。
Kling 4.0 是什么？
Kling 4.0 是快手的第四代 Kling 视频模型。其公布的功能包括最长 30 秒的原生片段、10 个关键帧、15 个参考、立体声音频，以及最高 4K 的输出和 10 位 HDR。
Kling 4.0 是免费的吗？
工作区会显示当前可用的生成选项。当提交功能启用时，请求会消耗积分，并在确认前显示预估。准备场景简报和阅读模型指南无需下载模型。
Kling 4.0 与 Kling 4.0 Flash 有什么区别？
完整的 Kling 4.0 模型面向细节丰富的场景和创作控制，支持 30 秒生成、10 个关键帧、15 个参考，以及最高 4K 10 位 HDR。Flash 则是侧重速度和成本的变体。请查看所选选项的实际设置和报价。
Kling 4.0 生成的视频最长多少秒？
单次生成可达 30 秒，而 Kling 3.0 为 15 秒。延长功能可通过额外片段延续视频，使序列总长度最长可达 2 分钟。
Kling 4.0 支持 4K 和 HDR 吗？
公布的输出范围最高可达 4K。在 1080p 和 4K 下支持 10 位 HDR，相比 8 位视频，为兼容的调色和显示工作流提供更多色调层次。
Kling 4.0 支持多少参考素材和关键帧？
Omni Reference 允许最多 10 张图像、5 个视频和 7 个主体，但参考总数不能超过 15。关键帧控制则单独支持最多 10 个时间线锚点。
Kling 4.0 的全能参考是什么？
Omni Reference 结合视觉输入来引导身份、风格和运动。其限制为 10 张图像、5 个视频和 7 个主体，参考总数不超过 15；请在简报中说明每个素材的作用。
Kling 4.0 能编辑已有视频吗？
Kling 已发布的 Omni 更新包含增强的视频编辑功能。最多 5 个视频参考可为修订提供依据；请使用提示词区分应更改的内容和应保留的内容。
Kling 4.0 支持哪些画面比例？
Kling 4.0 在熟悉的横屏、竖屏和方形格式之外，新增 21:9 以支持更宽的构图。请选择适合场景用途的画幅比例。
Kling 4.0 在高速运动和运镜上表现如何？
该模型旨在提升对快速动作、连续运动和复杂镜头路径的处理能力。请清晰描述动作，并检查整个片段是否存在空间或运动不一致的问题。
Kling 4.0 支持哪些音频与语言？
立体声与画面同步生成。支持的语音语言包括中文、英语、日语、韩语、西班牙语、葡萄牙语、德语、法语和印地语，并提供口音和方言选项。请检查结果中的声音分配、发音和同步情况。
Kling 4.0 相比 Kling 3.0 有哪些升级？
与 Kling 3.0 相比，公布的 4.0 能力将单段片段从 15 秒延长至 30 秒，并将参考从 7 张图像加 1 个视频扩展为合计 15 个多模态参考。其他新增功能包括 10 个关键帧、10 位 HDR、21:9 输出、立体声、最长 8,000 个 token 的提示词，以及可延长至 2 分钟。
Kling 4.0 和 Seedance 2.5 应该如何选择？
两者都标明片段最长 30 秒、输出最高 4K。Kling 4.0 提供时间线关键帧、10 位 HDR，并可延长至 2 分钟。Seedance 2.5 支持最多 50 个参考（包括音频），适合基于更多源素材构建的脚本。
Kling 4.0 的提示词最长可以写多少？
提示词容量为 8,000 个 token。可利用这一空间按镜头或时间段组织场景，并包含相关的镜头、对白和声音指令。
如何为 Kling 4.0 撰写提示词？
将开头、核心动作和结尾分别写成独立的节拍。对每个节拍，描述主体运动、镜头和光线。引用对白并注明说话者和语言，然后添加带时间的声音提示。使用参考素材和关键帧来明确外观与构图；文本应说明它们之间发生了什么。
Kling 4.0 是由谁开发的？
快手科技通过其 Kling AI 视频平台开发 Kling。该系列始于 2024 年 6 月的 Kling 1.0，此后陆续推出了多代模型。