Kling 4.0 est le modèle vidéo de quatrième génération de Kling AI, la plateforme de Kuaishou, conçu pour les clips natifs de 30 secondes, la narration à plusieurs images clés, les références Omni et des sujets cohérents, avec un audio stéréo en 720p ou 1080p.
Examinez, téléchargez et réutilisez les vidéos générées avec Kling 4.0.
Kling 4.0 · Présentation du modèle
Kling 4.0 est le modèle vidéo de quatrième génération de Kling AI, la plateforme vidéo IA de Kuaishou. Il met l'accent sur le réalisme visuel, le contrôle créatif et la cohérence narrative : une seule génération peut durer 30 secondes, suivre jusqu'à 10 images clés et s'appuyer sur jusqu'à 15 références multimodales, avec un audio stéréo et une sortie en 720p ou 1080p.
Générez jusqu'à 30 secondes en une seule passe, soit le double de la limite de 15 secondes de Kling 3.0, avec assez de place pour une ouverture, l'action principale et une fin complète.
Placez jusqu'à 10 images clés sur la timeline pour figer la composition, la position des personnages et les temps forts du récit, tandis que Kling 4.0 génère le mouvement entre elles. Un clip accepte une image de plus que sa durée en secondes : un clip de 3 secondes en accepte jusqu'à 4, et ceux de 9 secondes ou plus en acceptent 10.
Combinez jusqu'à 10 images, 5 vidéos, 7 sujets et 3 voix, dans la limite de 15 références par génération, pour des personnages, des produits et des styles plus cohérents. Le montage vidéo basé sur les références est également amélioré.
L'action rapide, les déplacements continus et les mouvements de caméra complexes sont rendus avec plus de stabilité et de fluidité, ce qui facilite les scènes de grande envergure, les courses-poursuites et les amples plans panoramiques.
Générez chaque vidéo en 720p pour les brouillons et les réseaux sociaux, ou en 1080p pour la livraison finale et les images destinées à être retravaillées. La 4K et le HDR 10 bits ne sont pas proposés ici.
Le son est généré en même temps que l'image, avec un audio stéréo de haute qualité, une synchronisation labiale plus précise et des voix en plusieurs langues, accents et dialectes.
Définissez jusqu'à 7 sujets à partir de 2 à 4 images ou d'une vidéo de 3 à 8 secondes, appelez-les avec @nom dans le prompt et associez un enregistrement vocal à un sujet de type personnage pour qu'il parle avec cette voix.
Les principales caractéristiques de Kling 4.0 en un coup d'œil.
| Caractéristique | Kling 4.0 |
|---|---|
| Développeur | Kling AI (Kuaishou Technology) |
| Versions | Kling 4.0 (modèle complet, utilisé ici) ; il existe aussi Kling 4.0 Flash, une version plus légère |
| Durée par génération | De 3 à 30 secondes, générées nativement |
| Sujets | Jusqu'à 7, à partir de 2 à 4 images ou d'une vidéo de 3 à 8 secondes, avec une voix en option |
| Images clés | Jusqu'à 10 (une de plus que la durée du clip en secondes) |
| Références Omni | Jusqu'à 15 : 10 images, 5 vidéos, 7 sujets et 3 voix |
| Longueur du prompt | Jusqu'à 8 000 caractères |
| Résolution | 720p ou 1080p |
| Formats d'image | Intelligent, 16:9, 9:16, 1:1 et ultra-large 21:9 |
| Audio | Stéréo à deux canaux avec une synchronisation labiale plus précise |
| Langues | Chinois, anglais, japonais, coréen, espagnol et d'autres langues, avec accents et dialectes |
Kling 4.0 existe en deux versions. L'espace de travail de cette page utilise le modèle complet, pensé pour le réalisme et le contrôle ; Flash est une version plus légère, optimisée pour la vitesse et le coût.
Modèle complet pour des scènes en haute fidélité
Version allégée, non proposée sur cette page
Utilisez la génération native de 30 secondes et les images clés pour mettre en scène une séquence complète, avec une ouverture, une montée en tension et une fin aboutie.
Gardez des produits et des personnages cohérents grâce aux références Omni et aux sujets nommés, et livrez des images en 1080p pour les pages de lancement, les campagnes social ads et les fiches e-commerce.
Créez des vidéos explicatives, des dialogues entre personnages et des versions localisées, avec des mouvements des lèvres synchronisés dans plusieurs langues, accents et dialectes.
Grâce à une stabilité accrue dans les mouvements rapides, l'action continue et les mouvements de caméra complexes, Kling 4.0 se prête aux courses-poursuites, aux temps forts sportifs et aux amples plans d'ensemble.
Fixez les plans clés avec jusqu'à 10 images clés pour tester la composition, le rythme et les trajectoires de caméra avant de vous engager dans une production complète.
Cadrez vos scènes en ultra-large 21:9 et générez-les en 1080p pour des ouvertures cinématographiques, des bandes-annonces et des présentations en grand format.
Processus de création
Kling 4.0 donne le meilleur de lui-même avec une préparation soignée. Définissez d'abord les temps forts du récit, ancrez-les avec des images clés et des références, puis choisissez le format de sortie adapté au lieu de publication de la vidéo.
Étape 01
Découpez le clip en temps forts : par exemple, les secondes 0 à 10 présentent le sujet et le décor, les secondes 10 à 20 portent l'action principale et les secondes 20 à 30 amènent le point culminant ou le plan final. Une structure claire aide le modèle à rythmer le mouvement et le travail de caméra.
Étape 02
En mode Image, importez les images clés dans l'ordre de lecture : la première est l'image de départ, la dernière est l'image de fin et les autres sont des images intermédiaires. En mode Média, ajoutez des références image, vidéo ou sujet pour les personnages, les produits et le style. Kling 4.0 accepte jusqu'à 10 images clés et jusqu'à 15 références.
Étape 03
Décrivez les sujets, les actions, les mouvements de caméra, l'éclairage, les dialogues et le son. Les prompts peuvent atteindre 8 000 caractères, ce qui permet de décrire les scènes complexes plan par plan.
Étape 04
Choisissez un format d'image, par exemple le 21:9 panoramique, ou laissez Intelligent, puis sélectionnez 720p pour les brouillons ou 1080p pour la version finale. Examinez le résultat et ajustez les images clés ou le prompt avant la prise suivante.
Kling 4.0 offre davantage de contrôle que les précédents modèles Kling. Ces bonnes pratiques permettent de transformer ce contrôle en images cohérentes et exploitables.
Placez des images clés au début et à la fin du clip pour fixer le point de départ et le point d'arrivée de la scène, puis n'ajoutez des images clés intermédiaires que là où le récit exige un moment précis.
Utilisez une seule référence nette et bien éclairée par personnage ou par produit, afin qu'Omni Reference préserve la cohérence de chaque identité au lieu de mélanger plusieurs apparences.
Indiquez le mouvement de caméra pour chaque partie du clip, par exemple un lent travelling avant, un mouvement orbital ou un travelling d'accompagnement, plutôt que de donner une seule consigne pour l'ensemble des 30 secondes.
Placez les répliques entre guillemets et précisez le personnage qui parle ainsi que la langue ou l'accent, afin que la synchronisation labiale et la voix correspondent au bon personnage.
Énumérez l'ambiance, les effets sonores et la musique avec leur minutage, afin que le son stéréo accompagne l'action au lieu de la concurrencer.
Donnez à chaque sujet un nom court et distinct, puis appelez-le avec @nom. Associez une voix à un sujet de type personnage lorsque ses répliques doivent sonner de la même façon d'une prise à l'autre.
Le tableau compare les capacités publiées de Kling 4.0, de Kling 3.0 et de Seedance 2.5, et indique dans quels cas chaque modèle est le plus adapté.
| Fonctionnalité | Kling 4.0 | Kling 3.0 | Seedance 2.5 |
|---|---|---|---|
| Durée par génération | De 3 à 30 secondes, générées nativement | 3 à 15 secondes | Jusqu'à 30 secondes |
| Contrôle du récit | Jusqu'à 10 images clés pour un contrôle à l'échelle de la timeline | Narration multiplan à partir d'un seul prompt | Contrôle de la première image et prévisualisation spatiale 3D pour le placement de la caméra |
| Références | Jusqu'à 15 : 10 images, 5 vidéos, 7 sujets et 3 voix | Kling 3.0 Omni : jusqu'à 7 images et 1 vidéo de référence | Jusqu'à 50 : 30 images, 10 vidéos et 10 fichiers audio |
| Résolution | 720p et 1080p | 720p et 1080p, plus un mode 4K natif | De 720p jusqu'à la 4K native |
| Audio | Son stéréo, synchronisation labiale plus précise, plusieurs langues, accents et dialectes | Audio natif avec voix multilingues et accents | Audio natif, avec fichiers audio acceptés comme références |
| Usage idéal | Scènes longues et mises en scène qui exigent la précision des images clés, de nombreuses références et des sujets cohérents | Clips cinématographiques jusqu'à 15 secondes pour les réseaux sociaux, la publicité et les scènes courtes | Productions de 30 secondes riches en références et contenus de marque en 4K |
Depuis juin 2024, Kling AI publie un modèle majeur à quelques mois d'intervalle. Kling 4.0 représente la plus grande avancée en matière de durée des clips, de maîtrise créative et de qualité de sortie.
| Version | Sortie | Points forts |
|---|---|---|
| Kling 1.0 | Juin 2024 | Lancement public de la génération texte-vidéo et image-vidéo de Kling |
| Kling 1.5 | Septembre 2024 | Sortie haute définition en 1080p et qualité de mouvement améliorée |
| Kling 2.0 | Avril 2025 | Nets progrès en matière de mouvement, de compréhension des prompts et de qualité visuelle, ainsi que le montage vidéo multimodal |
| Kling 2.5 Turbo | Septembre 2025 | Génération plus rapide et plus économique, avec un meilleur respect des prompts |
| Kling 2.6 | Décembre 2025 | Premier modèle Kling doté d'un audio natif, avec voix, effets sonores et ambiances |
| Kling 3.0 | Février 2026 | Clips de 3 à 15 secondes, narration multiplan et audio natif multilingue |
| Kling 4.0 | 2026 | Génération native de 30 secondes, jusqu'à 10 images clés, 15 références et des sujets nommés dotés d'une voix |
Chaque exemple est rédigé pour un clip complet de 30 secondes, avec des temps forts clairs, des indications de caméra et de son, afin que le modèle puisse rythmer la scène du début à la fin.
0–10 s : une montre connectée noir mat tourne lentement sur un socle en pierre mouillée, lumière de contour douce, objectif macro. 10–20 s : la caméra tourne autour de la montre tandis que l'écran s'allume et que des gouttes de pluie glissent sur le verre. 20–30 s : recul jusqu'à un plan large d'un toit-terrasse détrempé au crépuscule, le cadran lumineux. Nappe de synthé ambiante et grave, pluie douce en stéréo.
Un café chaleureux, la nuit. Une jeune femme en manteau vert lève les yeux de son carnet et dit en anglais : « You came back. » L'homme assis en face d'elle sourit et répond en espagnol : « Nunca me fui del todo. » Lent travelling avant, faible profondeur de champ, murmure discret des conversations et piano doux en arrière-plan.
Images clés 1, 5 et 10 comme points d'ancrage : un coursier sur un vélo rouge entre dans une ruelle étroite au lever du soleil, se faufile dans un marché bondé à midi et s'arrête devant l'entrée d'un port au coucher du soleil. Conserver la même tenue et le même vélo. Caméra de suivi à hauteur du guidon, format panoramique 21:9, rythme de percussions croissant.
0–10 s : une voiture de rallye dérape dans un virage boueux en forêt, la boue gicle vers l'objectif, travelling à ras du sol. 10–20 s : un plan de drone s'élève et suit la voiture au passage d'une crête, tandis que des éclats de soleil percent entre les arbres. 20–30 s : la voiture franchit la ligne d'arrivée au ralenti sous les acclamations de la foule. Rugissement du moteur et clameur de la foule en stéréo.
Une présentatrice dans un studio lumineux tient une paire d'écouteurs sans fil et dit en anglais : « Twelve hours of battery, one small case. » Elle répète la phrase en japonais, puis sourit à la caméra. Plan moyen, lumière principale douce, ambiance sonore de studio nette.
Format panoramique 21:9. L'aube sur une vallée de montagne brumeuse. 0–10 s : lent survol aérien au-dessus des nuages. 10–20 s : la caméra descend vers un cavalier solitaire sur une crête. 20–30 s : le cavalier s'arrête tandis que le soleil apparaît au-dessus des sommets. Musique orchestrale en crescendo et vent léger.
Réponses sur les fonctionnalités de Kling 4.0, les références, la résolution, les prompts et sa comparaison avec d'autres modèles vidéo.
Kling 4.0 est un modèle de génération vidéo de Kling AI, la plateforme vidéo IA de Kuaishou. Il génère des clips natifs de 30 secondes à partir de texte, d'images et de références multimodales, prend en charge jusqu'à 10 images clés et 15 références, et ajoute un audio stéréo ainsi qu'une synchronisation labiale plus précise. Les générations sont disponibles en 720p et 1080p.
Kling 4.0 est facturé en crédits selon la durée du clip et la résolution, et les vidéos de référence s'ajoutent à la durée facturée. Aucun téléchargement n'est nécessaire, et la page des tarifs présente les forfaits et packs de crédits actuels.
Kling 4.0 est le modèle complet, avec des clips de 3 à 30 secondes, le contrôle par première image, dernière image et images clés multiples, et jusqu'à 15 références multimodales. Kling 4.0 Flash est une version plus légère conçue pour générer plus vite et à moindre coût, limitée au 720p et à des clips de 20 secondes maximum, sans contrôle par images clés. L'espace de travail de cette page utilise la version complète de Kling 4.0.
Une génération Kling 4.0 peut durer de 3 à 30 secondes, par pas d'une seconde. C'est deux fois la limite de 15 secondes de Kling 3.0, de quoi accueillir une ouverture, l'action principale et une fin complète.
Ici, les générations sont produites en 720p ou en 1080p ; la 4K et le HDR 10 bits ne sont pas proposés. Le 720p convient aux brouillons et aux réseaux sociaux, le 1080p aux versions finales et aux images destinées au montage ou à l'étalonnage.
Omni Reference accepte jusqu'à 10 images, 5 vidéos, 7 sujets et 3 voix par génération, dans la limite de 15 références au total. Le contrôle par images clés multiples accepte jusqu'à 10 images clés, soit une de plus que la durée du clip en secondes : un clip de 3 secondes en accepte jusqu'à 4, et ceux de 9 secondes ou plus en acceptent 10.
Omni Reference est le système de références multimodales de Kling 4.0. Pour une génération, il accepte jusqu'à 10 images, 5 vidéos, 7 sujets et 3 voix, dans la limite de 15 références au total, afin de guider les personnages, les produits, le style, le mouvement et la parole. Par rapport aux versions précédentes, il offre davantage d'options de référence et des résultats plus cohérents.
Oui. Kling AI présente l'amélioration du montage vidéo comme l'un des apports de la nouvelle version d'Omni Reference dans Kling 4.0. Les références vidéo, jusqu'à 5 par génération, peuvent guider la manière dont une scène existante est retravaillée, tandis que le prompt décrit la modification.
Kling 4.0 propose le 16:9 panoramique, le 9:16 vertical, le 1:1 carré et un format ultra-large 21:9 pour des compositions cinématographiques. Avec Intelligent, le modèle choisit le format d'après vos éléments.
Kling 4.0 améliore la stabilité dans les mouvements à grande vitesse, l'action continue et les mouvements de caméra complexes. Les scènes de grande envergure, les courses-poursuites et les amples mouvements de caméra sont rendus de manière plus stable et plus fluide que dans les versions précédentes.
Kling 4.0 génère un audio stéréo de haute qualité en même temps que la vidéo et améliore la précision de la synchronisation labiale. La parole est prise en charge dans plusieurs langues, dont le chinois, l'anglais, le japonais, le coréen, l'espagnol, le portugais, l'allemand, le français et l'hindi, ainsi que dans divers accents et dialectes.
Kling 4.0 améliore le réalisme, le contrôle et la durée du récit :
Les deux modèles génèrent des clips de 30 secondes maximum. Kling 4.0 se distingue par un contrôle du timing à l'image clé près et par des sujets nommés qui peuvent avoir leur propre voix. Seedance 2.5 accepte jusqu'à 50 références, fichiers audio compris, et produit jusqu'en 4K, ce qui convient aux contenus de marque et produit riches en références.
Kling 4.0 accepte des prompts de 8 000 caractères maximum. Cette marge permet de décrire un clip de 30 secondes plan par plan, mouvements de caméra, dialogues et son compris.
Structurez le prompt autour de la timeline plutôt que d'un seul instant :
Utilisez les images clés et les références pour tout ce qui doit être rendu avec exactitude, et le texte pour diriger le mouvement et le rythme.
Kling 4.0 est développé par Kling AI, la plateforme de génération vidéo par IA de Kuaishou Technology. La famille de modèles Kling a été lancée en juin 2024 et a bénéficié de mises à jour majeures à quelques mois d'intervalle, de Kling 1.0 à Kling 4.0.