Von der Produktpräsentation bis zur zusammenhängenden Geschichte: Entdecke eine neue Generation von KI-Videos mit Bewegung, Ton und kreativer Kontrolle.
Kling 4.0 verbessert die Stabilität von Aktionen und Kamerabewegungen, ausdrucksstarke Darstellungen und synchronen Ton. Zweikanal-Stereo und präzisere Lippensynchronisation machen Dialog- und Gesangsszenen lebendiger.
Kombiniere Bilder, Videos und Motive, um Identität, Bewegung und Bildaufbau zu steuern. Das Modell unterstützt auch Änderungen an Motiven, Hintergründen und visuellen Stilen bestehender Videos, um Varianten einer Idee zu entwickeln.
Nutze bis zu 10 Schlüsselbilder für wichtige Momente in einem 3–30 Sekunden langen Video. Steuere den Auftritt einer Figur, einen Szenenwechsel oder eine Produktpräsentation.
Erkunde Produktpräsentationen und neue Umgebungen mit Referenzen, die das Erscheinungsbild des Produkts vorgeben.
Entwickle Varianten anhand des Tempos und der Kamerasprache eines Referenzvideos.
Erkunde längere Szenen mit konsistenten Figuren, gesteuerten Schlüsselmomenten und natürlichen Darstellungen.
Erkunde Dialoge, Akzente und lesbare Texte im Bild für verschiedene Sprachräume.
Das vollständige Modell vereint Text-zu-Video, Bild-zu-Video, multimodale Referenzen, Videobearbeitung und flexible Keyframes.
3–30 Sekunden · 720p / 1080p / 4K
Flash setzt auf schnelle Generierung und ein gutes Preis-Leistungs-Verhältnis, um regelmäßig Ideen und unterschiedliche kreative Richtungen auszuprobieren.
3–20 Sekunden · 720p · 8-Bit-SDR
Kling 4.0 ist die neue Videomodellgeneration von Kling AI mit Schwerpunkt auf audiovisueller Qualität, multimodalen Referenzen und gezielter Erzählgestaltung.
Entdecke Produktwerbung, Social-Media-Clips, Figurengeschichten und mehrsprachige Inhalte. Referenzen steuern das Aussehen, Keyframes gestalten Szenenwechsel und synchroner Ton bereichert die Geschichte.
Das vollständige Modell unterstützt Text, Bilder und bis zu 15 kombinierte Referenzen: bis zu 10 Bilder, 5 Videos mit insgesamt 30 Sekunden und 7 Motive, darunter höchstens 3 videobasierte Motive. Auch Stimmreferenzen werden unterstützt; die Gesamtgrenze gilt weiterhin.
Das vollständige Modell unterstützt Videos von 3–30 Sekunden in 720p, 1080p oder 4K mit bis zu 10 Keyframe-Bildern zur Gestaltung wichtiger Momente.
Ja. Es unterstützt Zweikanal-Stereo, verbesserte Lippensynchronisation und mehrsprachige Dialoge, um Bewegung, Sprache und Gesang natürlicher zu verbinden.
Flash richtet sich an schnelle, häufige Produktion mit 3–20 Sekunden Video in 720p und 8-Bit-SDR. Das vollständige Modell bietet 3–30 Sekunden und bis zu 4K für Inhalte mit höherem Bedarf an Dauer und Bilddetails.
Bis zu 30 Sekunden in 4K, mit multimodalen Referenzen, Keyframe-Steuerung und Stereo-Audio, um jede Idee zum Leben zu erwecken.