單一鏡頭最長 30 秒
每次生成 3 到 30 秒，以 1 秒為單位調整。一個連續鏡頭裡，主體和場景從第一格到最後一格都保持一致，足以說完一個完整的小故事。
Kling 4.0：一句提示詞，一部 30 秒短片
快手最新的影片模型，一次生成 3 到 30 秒的連續鏡頭，內建立體聲、對嘴同步的對白，最高 1080p 解析度。在 VideoAI 用關鍵影格和參考素材精準掌握每個畫面。
- 3–30s
- 單次生成長度
- 10
- 關鍵影格
- 15
- 參考素材
- 1080p
- 最高解析度
- 立體聲
- 對嘴同步配音
- 21:9
- 超寬畫面
一次生成，就是一支完整廣告
這支 30 秒的球鞋廣告由 Kling 4.0 一次生成：兩位跑者、一雙鞋、八個場景，再加上配樂。點選下方節點即可跳到對應鏡頭。
輸入：兩張模特兒照片和三張產品圖。輸出：一段有配樂、連續不中斷的 30 秒影片。
0s5s10s15s20s25s30s
長度是 Kling 3.0 的兩倍
Kling 3.0 最長 15 秒，Kling 4.0 可生成 3 到 30 秒，以 1 秒為單位調整，完整的故事不必再剪接拼湊。
從頭到尾都是同一張臉
就算鏡頭切換好幾個場景，人物、產品和環境在每個鏡頭裡都保持一致。
依時間點切換鏡頭、運鏡
在提示詞裡寫清楚時間，例如「0–5 秒特寫，5–12 秒跟拍」，模型就會照這個節奏安排鏡頭。
Kling 4.0 核心功能
更長的鏡頭、真實的聲音、更細緻的掌控。開啟聲音，聽聽每段影片的效果。
立體聲配音，對嘴精準同步
對白、歌聲、音效和環境音會與畫面一起生成，輸出雙聲道立體聲，說話和唱歌時的嘴型都對得上。
一次生成最多 15 個參考
最多可組合 10 張圖片、5 段影片（總長 30 秒）、7 個主體和音色參考。告訴 Kling 4.0 每個參考負責什麼，從人物長相到運鏡都能指定。
最多 10 個關鍵影格
上傳影片中一定要出現的畫面，例如某個姿勢、一次轉場或一個揭曉瞬間。可以只用首格、用首尾格，或最多 10 個關鍵影格，故事會依序經過。
修改影片，其餘畫面不變
針對上傳的影片修改表情、動作、機位、背景或整體風格。每次編輯最多 5 段影片、總長 30 秒，沒改到的部分維持原樣。
多語言對白，畫面文字清晰
角色能說中文、英文、日文、韓文、西班牙文、葡萄牙文、德文、法文等語言，也支援各種口音和方言。鏡頭移動時，文字、表情符號和 Logo 依然清楚。
Kling 4.0 範例：從參考素材到成品
每個範例都附上用到的輸入素材，以及一段可以直接改著用的提示詞。
Kling 4.0
8 格分鏡圖變成一個連續鏡頭
一張八格分鏡圖畫的是屋頂高樁上的舞獅，生成後變成一個連續的動態鏡頭，依序經過每一格畫面。
輸入
Kling 4.0
@Image1 是一張八格分鏡圖。把它做成一個連續鏡頭，依序經過每一格：夕陽下，舞獅團在城市上空的高樁之間騰躍。鑼鼓聲和群眾歡呼聲。
Kling 4.0
角色設定圖加分鏡，生成黏土動畫
一張黏土太空人小狗的三視圖，加上一張逐格分鏡，生成了一段在起司月球上追逐的定格動畫。
輸入
Kling 4.0
@Image1 定義了黏土太空人小狗，每個鏡頭都要維持牠的造型。依照 @Image2 的分鏡逐格推進。定格黏土動畫風格，在起司做的月球上追逐，搭配輕快的音樂。
Kling 4.0
讓一張宣傳海報動起來
一張拼貼風海報變成品牌短片：紙片層層錯動，地球轉動，標題一個字母一個字母重新拼出來。
輸入
Kling 4.0
把 @Image1 做成一支 14 秒的品牌短片。撕紙層往兩側滑開，地球轉動，彩繪的手朝鏡頭張開，標題文字逐字母拼合。保留拼貼質感和配色。輕快的音樂。
Kling 4.0
把運鏡套用到新角色身上
取一段影片的跟拍運鏡，加上一張角色三視圖和一條空走廊，合成一段全新的追逐鏡頭。
輸入
Kling 4.0
參考 @Video1 的運鏡。@Image1 中的女子沿著 @Image2 裡的白色走廊奔跑，鏡頭緊跟在她身後。
Kling 4.0
在既有場景裡加入新角色
以三個角度定義的黏土小豬被加進一段古裝劇片段中，原本的對白照常進行。
輸入
Kling 4.0
把 @Image1、@Image2 和 @Image3 中的黏土小豬加到 @Video1 裡，站在壁爐邊的人群中間。場景、對白和鏡頭都維持原樣。
Kling 4.0
清空街頭表演裡的路人
噴泉旁樂團表演畫面中的路人被移除，只留下樂手和廣場。
輸入Kling 4.0
移除 @Video1 裡的路人，只保留樂團和噴泉廣場。音樂和運鏡維持不變。
Kling 4.0
一句話，擴寫成一整場戲
只給一句提示詞，Kling 4.0 就補齊了人物、布景、運鏡和表演，說話的聲音也在同一次生成中完成。
輸入僅文字Kling 4.0
一位老人在抱怨 AI。
Kling 4.0
附對白和音效的鏡頭腳本
黃昏的英國街頭，一段手持拍攝的重逢。腳步聲、街道環境音、音樂和英文對白都寫在提示詞裡。
輸入僅文字Kling 4.0
一個連續 7 秒的手持鏡頭，黃昏時分英國一處安靜的街角。兩個多年不見的老朋友認出彼此，快步走近擁抱，路人從身旁經過。表情自然，鏡頭輕微晃動，溫暖懷舊的光線。音訊：腳步聲、街道環境音、輕柔的音樂，其中一人用英文說 "I can't believe it's you."
Kling 4.0 和 Kling 3.0 有什麼不同
Kling 4.0 長度加倍，新增關鍵影格和立體聲，可用的參考素材也多了許多。
| 規格 | Kling 4.0 | Kling 3.0 |
|---|---|---|
| 單次生成長度 | 3–30 秒 | 3–15 秒 |
| 畫面控制 | 首尾格，最多 10 個關鍵影格 | 首尾格 |
| 參考素材 | 最多 15 個：10 張圖片、5 段影片（共 30 秒）、7 個主體、音色 | 最多 7 張圖片／主體，或 1 段影片（15 秒）+ 4 張圖片 |
| 音訊 | 雙聲道立體聲，對嘴同步 | 單聲道 |
| 對白語言 | 中文、英文、日文、韓文、西班牙文、葡萄牙文、德文、法文等 | 中文、英文、日文、韓文、西班牙文 |
| 解析度 | 720p / 1080p | 720p / 1080p |
| 動態範圍 | 1080p 支援 10-bit HDR（即將推出） | 8-bit SDR |
| 畫面比例 | 21:9、16:9、1:1、9:16、自動 | 不支援 21:9 |
| 提示詞長度 | 最多 8,000 tokens | — |
規格取自可靈 AI 發布的 Kling 4.0 更新說明與使用指南。VideoAI 上可用的選項可能有所不同。
像寫分鏡表一樣寫提示詞
Kling 4.0 最擅長執行具體、帶時間點的指令。三個步驟，再加上一套可以反覆套用的提示詞結構。
- 01
選擇 Kling 4.0，加入參考素材
開啟 VideoAI 影片創作頁，選擇 Kling 4.0，上傳需要的圖片、影片或音色樣本。它們會依上傳順序編號：@Image1、@Image2、@Video1。
- 02
替每個參考分配任務
說明每個素材負責什麼，例如「@Image1：保留她的長相和服裝」，或「@Video1：照搬這段運鏡」。沒有分配任務的參考，生成結果會比較難預料。
- 03
排好時間軸，然後生成
附上時間點逐段描述畫面，寫明想要的聲音，選擇 3 到 30 秒的長度和畫面比例，接著按下生成。
[參考素材]@Image1 是主角，保留她的長相和服裝。@Video1：只參考運鏡。
[畫面風格]雨夜的霓虹街道，淺景深，電影感調色。
[時間軸]0–5 秒：特寫，她撐起雨傘。5–15 秒：跟拍她穿越馬路。15 秒至結尾：她轉向鏡頭，微微一笑。
[聲音]雨聲和遠方的車流聲，柔和的合成器音樂。她說：「來得正好。」
Kling 4.0 常見問題
Kling 4.0 是什麼？
Kling 4.0（可靈 4.0）是快手旗下可靈 AI 推出的最新影片模型。它能根據文字、圖片或最多 15 個混合參考，一次生成 3 到 30 秒的影片，內建雙聲道立體聲與對嘴同步的對白，支援最多 10 個關鍵影格，解析度最高 1080p，還能編輯你上傳的影片。
Kling 4.0 生成的影片最長多久？
每次生成 3 到 30 秒，以 1 秒為單位調整，預設 10 秒。這是 Kling 3.0 最長 15 秒的兩倍。
Kling 4.0 能生成聲音嗎？
可以。對白、歌聲、音效和環境音會與畫面一起生成，輸出雙聲道立體聲，嘴型也會和台詞對上。如果不需要背景音樂或字幕，在提示詞裡註明即可。
Kling 4.0 支援哪些解析度和畫面比例？
Kling 4.0 支援 720p 和 1080p，畫面比例有 21:9、16:9、1:1、9:16 和自動。可靈 AI 已宣布 1080p 的 10-bit HDR 輸出即將推出。
最多可以用幾個參考素材？
每次生成最多 15 個：最多 10 張圖片、5 段總長 30 秒的影片、7 個主體（其中最多 3 個由影片建立）以及音色參考。在提示詞中用 @Image1、@Video1 這類編號指稱每個素材，並說明它負責控制什麼。
Kling 4.0 的關鍵影格是什麼？
關鍵影格是影片中一定要出現的畫面，例如某個姿勢、一次轉場或一個揭曉瞬間。你可以只設首格，也可以設首尾格，或最多 10 個關鍵影格，Kling 4.0 會依序經過它們。
角色能說哪些語言？
中文、英文、日文、韓文、西班牙文、葡萄牙文、德文、法文等。也可以指定口音，例如美式、英式或印度英語，以及粵語、四川話、北京腔等中文方言。把台詞放在引號裡，並在提示詞中寫明口音。
Kling 4.0 能編輯現有的影片嗎？
可以。上傳一段主影片，再加上最多 4 段影片作為參考（每段 3 到 30 秒，總長 30 秒），然後描述想修改的地方。Kling 4.0 能替換角色或背景、移除某個物件，或修改動作、機位和風格，鏡頭的其餘部分保持不變。
探索其他模型
把 Kling 4.0 和 VideoAI 上的其他影片、圖片模型比較看看。
