动作更自然，声音更贴合。
Kling 4.0 着重提升动作与运镜的稳定性，让人物表演和声音更自然地同步。双通道立体声与更准确的口型匹配，让对白和歌唱场景更有表现力。
Kling 4.0让每一帧，更有生命力。
从商品亮相到连续叙事，探索新一代 AI 视频的自然运动、同步声音与更灵活的创作控制。
- 单次生成最长 30 秒
- 30s
- 最多 10 张关键帧图片
- 10
- 最多 15 项组合参考素材
- 15
- 最高 4K 分辨率
- 4K
走近 Kling 4.0 的创作能力
把参考素材，变成故事的一部分。
组合图片、视频与主体参考，引导角色形象、动作和构图。模型也支持修改已有视频中的主体、背景与视觉风格，让同一个创意发展出更多变化。
让关键时刻，按你的构想展开。
在 3–30 秒视频中，用最多 10 张关键帧图片安排重要时刻。人物出场、场景变化、商品亮相，都有更清晰的视觉引导，也为故事展开留出空间。
值得探索的创作场景
商品广告
借助参考素材引导商品外观，探索不同场景中的商品亮相与展示方式。
社媒内容
参考视频的节奏与镜头表达，为不同创意方向探索更多内容版本。
角色故事
探索更长的场景，结合主体一致性、关键节点控制与自然的人物表演。
多语言内容
探索多语种对白、口音与清晰的画面文字，为不同语言的观众创作内容。
两种创作方向
Kling 4.0
完整模型整合文生视频、图生视频、多模态参考、视频编辑与灵活关键帧能力。
3–30 秒 · 720p / 1080p / 4K
Kling 4.0 Flash
Flash 面向高频创意探索，侧重生成速度与性价比，适合快速尝试不同创作方向。
3–20 秒 · 720p · 8-bit SDR
关于 Kling 4.0 的常见问题
Kling 4.0 是什么？
Kling 4.0 是可灵新一代视频模型，重点提升视听品质、多模态参考与可控叙事。
Kling 4.0 适合哪些创作场景？
适合商品广告、社媒短片、角色故事和多语言内容。可以用参考素材引导商品与人物形象，用关键帧安排场景变化，并通过同步声音丰富叙事。
完整模型支持哪些输入和参考素材？
支持文生视频、图生视频，以及最多 15 项组合参考素材：其中图片最多 10 张、视频最多 5 段且总时长不超过 30 秒、主体最多 7 个且视频主体最多 3 个。也支持音色参考，组合输入仍受总量上限约束。
可以生成多长、什么分辨率的视频？
完整模型支持生成 3–30 秒视频，分辨率包括 720p、1080p 和 4K，最多可输入 10 张关键帧图片来控制视频中的重要时刻。
Kling 4.0 支持声音吗？
支持双通道立体声、更准确的口型匹配与多语种对白，让人物动作、对话和歌唱更自然地结合。
Kling 4.0 Flash 有什么不同？
Flash 面向更快、更高频的创作，支持 3–20 秒、720p、8-bit SDR；完整模型支持 3–30 秒、最高 4K，适合对时长与画面细节要求更高的内容。
下一个故事，从一个想法开始。
最长 30 秒、最高 4K，融合多模态参考、关键帧控制与立体声音频，让每一个创意自然展开。