Op til 30 sekunder i én optagelse
Generér 3 til 30 sekunder ad gangen i trin på ét sekund. Én sammenhængende optagelse holder det samme motiv og den samme scene fra første til sidste billede – nok til en hel kort historie.
Kuaishous nyeste videomodel laver 3 til 30 sekunder i én sammenhængende optagelse med stereolyd, læbesynkroniserede replikker og op til 1080p. Instruér hver scene med keyframes og referencer på VideoAI.
Denne sneakerreklame på 30 sekunder kom ud af én enkelt Kling 4.0-generering: to løbere, én sko, otte locations og et soundtrack. Tryk på et tidspunkt for at springe dertil.
Input: to portrætter af modeller og tre produktbilleder. Resultat: ét sammenhængende klip på 30 sekunder med musik.
Kling 3.0 når højst 15 sekunder. Kling 4.0 går fra 3 til 30 sekunder og kan indstilles sekund for sekund, så en hel historie ikke længere skal klippes sammen.
Karakterer, produkter og omgivelser forbliver ens i hvert klip, også når videoen bevæger sig gennem flere steder.
Skriv tidspunkterne i din prompt, fx "0–5 sek. nærbillede, 5–12 sek. tracking shot", så tilpasser modellen tempoet i optagelserne.
Længere optagelser, ægte lyd og mere præcis instruktion. Slå lyden til for at høre hvert klip.
Generér 3 til 30 sekunder ad gangen i trin på ét sekund. Én sammenhængende optagelse holder det samme motiv og den samme scene fra første til sidste billede – nok til en hel kort historie.
Dialog, sang, lydeffekter og baggrundslyd genereres sammen med billedet i tokanals stereo, og læberne følger både talte og sungne linjer.
Kombinér op til 10 billeder, 5 videoer (30 sekunder i alt), 7 elementer og stemmereferencer. Fortæl Kling 4.0, hvad hver enkelt styrer – fra et ansigt til en kamerabevægelse.
Upload de øjeblikke, videoen skal vise, fx en positur, et sceneskift eller en afsløring. Brug første billede, første og sidste billede eller op til 10 keyframes, så bevæger historien sig igennem dem i rækkefølge.
Skift et ansigtsudtryk, en bevægelse, kameravinklen, baggrunden eller stilen i et uploadet klip. Brug op til 5 klip pr. redigering, 30 sekunder i alt, mens alt andet forbliver som før.
Karaktererne taler kinesisk, engelsk, japansk, koreansk, spansk, portugisisk, tysk, fransk og flere sprog, med accenter og dialekter. Tekst, emojis og logoer forbliver skarpe, selv når kameraet bevæger sig.
Hvert eksempel viser det input, det startede fra, og en prompt, du kan tilpasse.
Ét gitter med otte felter, der viser en løvedans på søjler over hustagene, animeret som én bevægelse gennem alle felterne.

@Image1 er et storyboard med otte felter. Gør det til én sammenhængende optagelse, der bevæger sig gennem felterne i rækkefølge: ved solnedgang springer en løvedansertrup mellem høje søjler over byen. Trommer og jublende publikum.
Visninger af en astronauthund i ler plus et storyboard felt for felt, genereret som en stop motion-jagt på en ostemåne.


@Image1 definerer astronauthunden i ler; behold dens design i hver optagelse. Følg storyboardet i @Image2 felt for felt. Stop motion-leranimation, en jagt over en måne lavet af ost, legende musik.
En collageplakat animeret til en brandfilm: papirlagene forskydes, globussen drejer, og overskriften bygges op igen bogstav for bogstav.

Animér @Image1 som en brandfilm på 14 sekunder. De iturevne papirlag glider fra hinanden, globussen drejer, den malede hånd åbner sig mod kameraet, og overskriften samles bogstav for bogstav. Behold collagestilen og farverne. Energisk musik.
Tracking-optagelsen fra ét klip, visninger af en karakter og en tom gang, sat sammen til en helt ny jagtscene.


Brug kamerabevægelsen fra @Video1 som reference. Kvinden fra @Image1 løber ned ad den hvide gang fra @Image2, mens kameraet følger tæt bag hende.
En lergris, defineret fra tre vinkler, kommer med i et klip fra et kostumedrama, og den oprindelige dialog fortsætter omkring den.



Tilføj lergrisen fra @Image1, @Image2 og @Image3 til @Video1, så den står blandt folkene ved pejsen. Behold scenen, dialogen og kameraet præcis som de er.
De forbipasserende fjernes fra et bands optræden ved et springvand, så kun musikerne og pladsen er tilbage.
Fjern de forbipasserende fra @Video1, så kun bandet og pladsen med springvandet er tilbage. Lad musikken og kamerabevægelsen være uændret.
Ud fra en prompt på én linje udfylder Kling 4.0 karakteren, kulissen, kameraet og skuespillet, og talen genereres i samme omgang.
En gammel mand, der skælder ud over AI.
Et gensyn filmet med håndholdt kamera på en britisk gade i skumringen, med fodtrin, gadelyd, musik og engelsk dialog – alt sammen skrevet i prompten.
Én sammenhængende håndholdt optagelse på 7 sekunder på et stille gadehjørne i Storbritannien i skumringen. To gamle venner genkender hinanden, skynder sig hen til hinanden og krammer, mens folk går forbi. Naturlige ansigtsudtryk, let rystende kamera, varmt nostalgisk lys. Lyd: fodtrin, gadestemning, blød musik, og den ene siger på engelsk "I can't believe it's you."
Kling 4.0 fordobler længden og tilføjer keyframes, stereolyd og langt flere referencer.
| Specifikation | Kling 4.0 | Kling 3.0 |
|---|---|---|
| Længde pr. generering | 3–30 sekunder | 3–15 sekunder |
| Billedstyring | Første og sidste billede, op til 10 keyframes | Første og sidste billede |
| Referencer | Op til 15: 10 billeder, 5 videoer (30 sek. i alt), 7 elementer, stemme | Op til 7 billeder/elementer eller 1 video (15 sek.) + 4 billeder |
| Lyd | Tokanals stereo, læbesynkronisering | Mono |
| Talte sprog | Kinesisk, engelsk, japansk, koreansk, spansk, portugisisk, tysk, fransk og flere | Kinesisk, engelsk, japansk, koreansk, spansk |
| Opløsning | 720p / 1080p | 720p / 1080p |
| Dynamisk område | 10-bit HDR i 1080p (kommer snart) | 8-bit SDR |
| Billedformater | 21:9, 16:9, 1:1, 9:16, automatisk | Ingen 21:9 |
| Promptlængde | Op til 8.000 tokens | — |
Specifikationer fra udgivelsesnoterne og brugervejledningen til Kling 4.0 fra Kling AI. De tilgængelige muligheder på VideoAI kan variere.
Kling 4.0 følger konkrete instruktioner med tidsangivelser bedst. Tre trin og en promptstruktur, du kan genbruge.
Åbn VideoAI's videoværktøj, vælg Kling 4.0, og upload billeder, klip eller stemmeprøver. De nummereres i rækkefølge: @Image1, @Image2, @Video1.
Skriv, hvad hver fil styrer, fx "@Image1: behold hendes ansigt og tøj" eller "@Video1: kopiér kamerabevægelsen". Referencer uden en opgave gør resultatet mindre forudsigeligt.
Beskriv scenen trin for trin med tidsstempler, tilføj den lyd, du ønsker, vælg en længde på 3 til 30 sekunder og et billedformat, og generér.
Kling 4.0 er den nyeste AI-videomodel fra Kling AI, videoteamet hos Kuaishou. Den laver 3 til 30 sekunders video i én omgang ud fra tekst, billeder eller op til 15 kombinerede referencer, med tokanals stereolyd, læbesynkroniseret dialog, op til 10 keyframes og opløsning op til 1080p. Den kan også redigere videoer, du uploader.
Hver generering varer 3 til 30 sekunder og kan indstilles sekund for sekund, med 10 sekunder som standard. Det er dobbelt så meget som grænsen på 15 sekunder i Kling 3.0.
Ja. Dialog, sang, lydeffekter og baggrundslyd genereres sammen med videoen i tokanals stereo, og læbesynkroniseringen får munden til at passe til ordene. Hvis du ikke vil have baggrundsmusik eller undertekster, så skriv det i prompten.
Kling 4.0 leverer 720p og 1080p i 21:9, 16:9, 1:1, 9:16 eller automatisk. Kling AI har annonceret, at 10-bit HDR i 1080p snart kommer.
Op til 15 pr. generering: op til 10 billeder, 5 videoer på i alt 30 sekunder, 7 elementer (heraf højst 3 lavet ud fra video) og stemmereferencer. Henvis til hver af dem i prompten, fx @Image1 eller @Video1, og skriv, hvad de skal styre.
Keyframes er billeder af øjeblikke, som videoen skal vise, fx en positur, et sceneskift eller en afsløring. Du kan vælge kun første billede, første og sidste billede eller op til 10 keyframes, og Kling 4.0 bevæger sig gennem dem i rækkefølge.
Kinesisk, engelsk, japansk, koreansk, spansk, portugisisk, tysk, fransk og flere. Du kan også bede om accenter som amerikansk, britisk eller indisk engelsk og kinesiske dialekter som kantonesisk, sichuanesisk eller en Beijing-accent. Sæt replikken i anførselstegn, og nævn accenten i prompten.
Ja. Upload én hovedvideo og op til 4 ekstra klip som reference (hver på 3 til 30 sekunder, 30 sekunder i alt), og beskriv ændringen. Kling 4.0 kan udskifte en karakter eller baggrunden, fjerne et objekt eller ændre bevægelse, kameravinkel eller stil, mens resten af optagelsen bevares.
Sammenlign Kling 4.0 med de andre video- og billedmodeller på VideoAI.
Skriv optagelisten, tilføj dine referencer, og lad Kling 4.0 filme den – med lyd.
Lav med Kling 4.0