Bis zu 30 Sekunden in einer Einstellung
Erzeuge 3 bis 30 Sekunden pro Durchlauf, in Ein-Sekunden-Schritten. Eine durchgehende Einstellung hält Motiv und Szene vom ersten bis zum letzten Frame gleich – genug für eine komplette Kurzgeschichte.
Kling 4.0: Ein Prompt, ein 30-Sekunden-Film
Das neueste Videomodell von Kuaishou erzeugt 3 bis 30 Sekunden in einer einzigen Einstellung – mit Stereoton, lippensynchronen Dialogen und bis zu 1080p. Mit Keyframes und Referenzen führst du auf VideoAI Regie.
- 3–30s
- Pro Generierung
- 10
- Keyframes
- 15
- Referenzen
- 1080p
- Max. Auflösung
- Stereo
- Ton mit Lippensynchronität
- 21:9
- Ultrabreites Format
Ein kompletter Werbespot in einer Generierung
Dieser 30-sekündige Sneaker-Spot stammt aus einem einzigen Kling 4.0 Durchlauf: zwei Läufer, ein Schuh, acht Schauplätze und ein Soundtrack. Tippe auf einen Moment, um dorthin zu springen.
Eingabe: zwei Model-Porträts und drei Produktfotos. Ergebnis: ein durchgehender 30-Sekunden-Clip mit Musik.
0s5s10s15s20s25s30s
Doppelt so lang wie Kling 3.0
Kling 3.0 schafft höchstens 15 Sekunden. Kling 4.0 reicht von 3 bis 30 Sekunden, sekundengenau einstellbar – eine ganze Geschichte muss nicht mehr zusammengeschnitten werden.
Dieselben Gesichter von Anfang bis Ende
Figuren, Produkte und Schauplätze bleiben in jedem Schnitt konsistent, auch wenn der Clip mehrere Orte durchläuft.
Schnitte und Kamerafahrten auf den Punkt
Schreib das Timing in den Prompt, etwa „0–5 s Nahaufnahme, 5–12 s Kamerafahrt“, und das Modell taktet die Einstellungen danach.
Die wichtigsten Funktionen von Kling 4.0
Längere Einstellungen, echter Ton und feinere Regie. Schalte den Ton ein, um jeden Clip zu hören.
Stereoton mit präziser Lippensynchronität
Dialoge, Gesang, Soundeffekte und Atmo entstehen zusammen mit dem Bild in Zweikanal-Stereo, und die Lippen folgen gesprochenen wie gesungenen Zeilen.
Bis zu 15 Referenzen pro Generierung
Kombiniere bis zu 10 Bilder, 5 Videos (insgesamt 30 Sekunden), 7 Elemente und Stimmreferenzen. Sag Kling 4.0, wofür jede steht – vom Gesicht bis zur Kamerabewegung.
Bis zu 10 Keyframes
Lade die Momente hoch, die das Video zeigen muss, etwa eine Pose, einen Szenenwechsel oder eine Enthüllung. Nutze das erste Bild, erstes und letztes Bild oder bis zu 10 Keyframes – die Geschichte durchläuft sie der Reihe nach.
Video bearbeiten, Rest der Einstellung behalten
Ändere Gesichtsausdruck, Bewegung, Kamerawinkel, Hintergrund oder Stil eines hochgeladenen Clips. Bis zu 5 Clips pro Bearbeitung, insgesamt 30 Sekunden – alles andere bleibt, wie es war.
Viele Sprachen, gut lesbarer Text im Bild
Figuren sprechen Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Portugiesisch, Deutsch, Französisch und mehr, mit Akzenten und Dialekten. Text, Emojis und Logos bleiben auch bei Kamerabewegung scharf.
Kling 4.0 Beispiele: von Referenzen zum fertigen Clip
Jedes Beispiel zeigt das Ausgangsmaterial und einen Prompt, den du anpassen kannst.
Kling 4.0
Ein 8-teiliges Storyboard wird zu einer durchgehenden Einstellung
Ein einziges Raster aus acht Panels mit einem Löwentanz auf Säulen über den Dächern, animiert als eine Sequenz, die jedes Panel durchläuft.
Eingabe
Kling 4.0
@Image1 ist ein Storyboard mit acht Panels. Setze es als eine durchgehende Einstellung um, die die Panels der Reihe nach durchläuft: Bei Sonnenuntergang springt eine Löwentanz-Truppe über hohe Säulen hoch über der Stadt. Trommeln und jubelnde Menge.
Kling 4.0
Aus Charakterblatt und Storyboard wird Knetanimation
Die Ansichten eines Astronautenhunds aus Knete und ein Storyboard Panel für Panel, umgesetzt als Stop-Motion-Verfolgungsjagd auf einem Käsemond.
Eingabe
Kling 4.0
@Image1 definiert den Astronautenhund aus Knete; behalte sein Design in jeder Einstellung bei. Folge dem Storyboard in @Image2 Panel für Panel. Stop-Motion-Knetanimation, eine Verfolgungsjagd über einen Mond aus Käse, verspielte Musik.
Kling 4.0
Ein Kampagnenplakat wird lebendig
Ein Collage-Plakat als animierter Markenspot: Papierschichten verschieben sich, der Globus dreht sich, und die Headline setzt sich Buchstabe für Buchstabe neu zusammen.
Eingabe
Kling 4.0
Animiere @Image1 als 14-sekündigen Markenspot. Die gerissenen Papierschichten gleiten auseinander, der Globus dreht sich, die gemalte Hand öffnet sich zur Kamera, und die Headline setzt sich Buchstabe für Buchstabe zusammen. Collage-Look und Farben beibehalten. Schwungvolle Musik.
Kling 4.0
Eine Kamerafahrt auf eine neue Figur übertragen
Die Kamerafahrt aus einem Clip, die Ansichten einer Figur und ein leerer Flur, kombiniert zu einer ganz neuen Verfolgungsjagd.
Eingabe
Kling 4.0
Übernimm die Kamerabewegung aus @Video1. Die Frau aus @Image1 rennt durch den weißen Flur aus @Image2, während die Kamera ihr dicht folgt.
Kling 4.0
Eine neue Figur in eine bestehende Szene setzen
Ein Knetschwein, aus drei Blickwinkeln definiert, kommt in einen Ausschnitt eines Historiendramas – der ursprüngliche Dialog läuft einfach weiter.
Eingabe
Kling 4.0
Füge das Knetschwein aus @Image1, @Image2 und @Image3 in @Video1 ein, stehend zwischen den Personen am Kamin. Szene, Dialog und Kamera bleiben exakt unverändert.
Kling 4.0
Passanten aus einem Straßenkonzert entfernen
Aus dem Auftritt einer Band an einem Brunnen werden die Passanten entfernt – übrig bleiben nur die Musiker und der Platz.
EingabeKling 4.0
Entferne die Passanten aus @Video1, sodass nur die Band und der Platz mit dem Brunnen bleiben. Musik und Kamerabewegung bleiben unverändert.
Kling 4.0
Ein kurzer Satz wird zur ganzen Szene
Aus einem einzeiligen Prompt ergänzt Kling 4.0 Figur, Set, Kamera und Schauspiel – die Sprache entsteht im selben Durchlauf.
EingabeNur TextKling 4.0
Ein alter Mann, der über KI schimpft.
Kling 4.0
Eine Shot-Beschreibung mit Dialog und Ton
Ein Wiedersehen, mit Handkamera auf einer britischen Straße in der Dämmerung gefilmt – Schritte, Straßengeräusche, Musik und englischer Dialog stehen alle im Prompt.
EingabeNur TextKling 4.0
Eine durchgehende, 7-sekündige Handkamera-Einstellung an einer ruhigen Straßenecke in Großbritannien in der Abenddämmerung. Zwei alte Freunde erkennen sich, eilen aufeinander zu und umarmen sich, während Menschen vorbeigehen. Natürliche Mimik, leichtes Kamerawackeln, warmes, nostalgisches Licht. Ton: Schritte, Straßenatmo, sanfte Musik, und einer sagt auf Englisch "I can't believe it's you."
Was sich gegenüber Kling 3.0 geändert hat
Kling 4.0 verdoppelt die Länge und bringt Keyframes, Stereoton und deutlich mehr Referenzen.
| Merkmal | Kling 4.0 | Kling 3.0 |
|---|---|---|
| Länge pro Generierung | 3–30 Sekunden | 3–15 Sekunden |
| Bildsteuerung | Erstes & letztes Bild, bis zu 10 Keyframes | Erstes & letztes Bild |
| Referenzen | Bis zu 15: 10 Bilder, 5 Videos (insg. 30 s), 7 Elemente, Stimme | Bis zu 7 Bilder/Elemente oder 1 Video (15 s) + 4 Bilder |
| Ton | Zweikanal-Stereo, lippensynchron | Mono |
| Gesprochene Sprachen | Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Portugiesisch, Deutsch, Französisch und mehr | Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch |
| Auflösung | 720p / 1080p | 720p / 1080p |
| Dynamikumfang | 10-Bit-HDR in 1080p (in Kürze) | 8-Bit-SDR |
| Seitenverhältnisse | 21:9, 16:9, 1:1, 9:16, automatisch | Kein 21:9 |
| Prompt-Länge | Bis zu 8.000 Tokens | — |
Angaben laut den von Kling AI veröffentlichten Release Notes und dem Nutzerhandbuch zu Kling 4.0. Die auf VideoAI verfügbaren Optionen können abweichen.
Schreib deinen Prompt wie eine Shotlist
Kling 4.0 setzt konkrete Anweisungen mit Zeitangaben am besten um. Drei Schritte und eine Prompt-Struktur zum Wiederverwenden.
- 01
Kling 4.0 wählen und Referenzen hinzufügen
Öffne den Video-Editor von VideoAI, wähle Kling 4.0 und lade Bilder, Clips oder Stimmproben hoch. Sie werden der Reihe nach nummeriert: @Image1, @Image2, @Video1.
- 02
Jeder Referenz eine Aufgabe geben
Schreib dazu, was jede Datei steuert, etwa „@Image1: Gesicht und Outfit beibehalten“ oder „@Video1: Kamerabewegung übernehmen“. Referenzen ohne Aufgabe machen das Ergebnis schwerer vorhersehbar.
- 03
Zeitachse anlegen, dann generieren
Beschreibe die Szene Schritt für Schritt mit Zeitangaben, ergänze den gewünschten Ton, wähle eine Länge von 3 bis 30 Sekunden und ein Seitenverhältnis und starte die Generierung.
[Referenzen]@Image1 ist die Hauptfigur; Gesicht und Outfit beibehalten.@Video1: nur die Kamerabewegung übernehmen.
[Look]Verregnete Neonstraße bei Nacht, geringe Schärfentiefe, Kino-Farblook.
[Zeitachse]0–5 s: Nahaufnahme, als sie ihren Schirm öffnet.5–15 s: Kamerafahrt, während sie die Straße überquert.15 s–Ende: Sie dreht sich zur Kamera und lächelt.
[Ton]Regen und Verkehr in der Ferne, sanfte Synthie-Musik.Sie sagt: „Genau rechtzeitig.“
Häufige Fragen zu Kling 4.0
Was ist Kling 4.0?
Kling 4.0 ist das neueste KI-Videomodell von Kling AI, dem Videoteam von Kuaishou. Es erzeugt in einem Durchgang 3 bis 30 Sekunden Video aus Text, Bildern oder bis zu 15 kombinierten Referenzen – mit Zweikanal-Stereoton, lippensynchronen Dialogen, bis zu 10 Keyframes und Auflösungen bis 1080p. Außerdem kann es hochgeladene Videos bearbeiten.
Wie lang kann ein Kling 4.0 Video sein?
Jede Generierung dauert 3 bis 30 Sekunden, sekundengenau einstellbar, standardmäßig 10 Sekunden. Das ist doppelt so lang wie das 15-Sekunden-Limit von Kling 3.0.
Erzeugt Kling 4.0 auch Ton?
Ja. Dialoge, Gesang, Soundeffekte und Umgebungsgeräusche entstehen zusammen mit dem Video in Zweikanal-Stereo, und die Lippensynchronisation passt die Mundbewegungen an die Worte an. Wenn du keine Hintergrundmusik oder Untertitel willst, schreib das in den Prompt.
Welche Auflösungen und Seitenverhältnisse unterstützt Kling 4.0?
Kling 4.0 gibt 720p und 1080p aus, in 21:9, 16:9, 1:1, 9:16 oder automatisch. Kling AI hat 10-Bit-HDR in 1080p für demnächst angekündigt.
Wie viele Referenzen kann ich verwenden?
Bis zu 15 pro Generierung: bis zu 10 Bilder, 5 Videos mit zusammen 30 Sekunden, 7 Elemente (davon höchstens 3 aus Video erstellt) und Stimmreferenzen. Nenne jede im Prompt, etwa @Image1 oder @Video1, und schreib dazu, was sie steuern soll.
Was sind Keyframes in Kling 4.0?
Keyframes sind Bilder von Momenten, die dein Video zeigen muss, etwa eine Pose, ein Szenenwechsel oder eine Enthüllung. Du kannst nur das erste Bild, erstes und letztes Bild oder bis zu 10 Keyframes festlegen, und Kling 4.0 durchläuft sie der Reihe nach.
Welche Sprachen können die Figuren sprechen?
Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Portugiesisch, Deutsch, Französisch und mehr. Du kannst auch Akzente wie amerikanisches, britisches oder indisches Englisch sowie chinesische Dialekte wie Kantonesisch, Sichuanesisch oder einen Pekinger Akzent anfordern. Setz die Zeile in Anführungszeichen und nenne den Akzent im Prompt.
Kann Kling 4.0 ein vorhandenes Video bearbeiten?
Ja. Lade ein Hauptvideo und bis zu 4 weitere Clips als Referenz hoch (je 3 bis 30 Sekunden, insgesamt 30 Sekunden) und beschreibe die Änderung. Kling 4.0 kann eine Figur oder den Hintergrund austauschen, ein Objekt entfernen oder Bewegung, Kamerawinkel und Stil ändern, während der Rest der Einstellung erhalten bleibt.
Weitere Modelle entdecken
Vergleiche Kling 4.0 mit den anderen Video- und Bildmodellen auf VideoAI.
Deine nächste Szene ist nur 30 Sekunden entfernt
Schreib die Shotlist, füge deine Referenzen hinzu und lass Kling 4.0 drehen – Ton inklusive.
Mit Kling 4.0 erstellen