Kling 4.0 är fjärde generationens videomodell från Kling AI, Kuaishous AI-videoplattform, byggd för nativa klipp på 30 sekunder, berättande med flera nyckelbildrutor, Omni-referenser och upp till 4K med 10-bit HDR.
Kommer snart
Generering med Kling 4.0 kommer snart
Den här arbetsytan öppnas för generering när Kling 4.0 blir tillgänglig på vår plattform. Under tiden kan du skapa videor med Kling 3 eller Seedance 2.5.
Skapa nu med
Kling 4.0
Videomodell från Kling AI
Kling 4.0 · Modellöversikt
Kling 4.0 är fjärde generationens videomodell från Kling AI, Kuaishous AI-videoplattform. Modellen fokuserar på visuell realism, kreativ kontroll och berättarmässig helhet: en enda generering kan vara 30 sekunder lång, följa upp till 10 nyckelbildrutor och bygga på upp till 15 multimodala referenser, med stereoljud och utdata i upp till 4K med 10-bit HDR.
Generera upp till 30 sekunder i ett enda steg – dubbelt så långt som gränsen på 15 sekunder i Kling 3.0 – med utrymme för en inledning, huvudhandlingen och ett fullständigt slut.
Placera upp till 10 nyckelbildrutor längs tidslinjen för att låsa komposition, karaktärernas placering och viktiga moment i berättelsen, medan Kling 4.0 genererar rörelsen däremellan.
Kombinera upp till 10 bilder, 5 videor och 7 motiv, med högst 15 referenser per generering, för mer konsekventa karaktärer, produkter och stilar. Även referensbaserad videoredigering har förbättrats.
Snabb action, kontinuerliga rörelser och komplexa kamerarörelser återges stabilare och mjukare, vilket gör storskaliga scener, jaktscener och svepande tagningar lättare att hantera.
Utdata når upp till 4K-upplösning, och 10-bit HDR stöds i 1080p och 4K för ett bredare färgomfång, mjukare övergångar och större utrymme för färggradering.
Ljudet genereras tillsammans med bilden, med stereoljud av hög kvalitet, mer exakt läppsynkronisering och tal på flera språk, accenter och dialekter.
Förläng ett genererat klipp en eller flera gånger och bygg en sammanhängande sekvens på upp till 2 minuter, med samma karaktärer och miljö från tagning till tagning.
De viktigaste specifikationerna för Kling 4.0 i korthet.
| Specifikation | Kling 4.0 |
|---|---|
| Utvecklare | Kling AI (Kuaishou Technology) |
| Versioner | Kling 4.0 (även kallad Kling 4) och Kling 4.0 Flash |
| Enskild generering | Upp till 30 sekunder, nativt genererat |
| Videoförlängning | Upp till 2 minuter totalt |
| Nyckelbildrutor | Upp till 10 |
| Omni-referenser | Upp till 15: 10 bilder, 5 videor och 7 motiv |
| Promptlängd | Upp till 8 000 tokens |
| Upplösning | Upp till 4K |
| HDR | 10-bit HDR i 1080p och 4K |
| Bildförhållanden | Tillför ultrabrett 21:9-format |
| Ljud | Tvåkanaligt stereoljud med mer exakt läppsynkronisering |
| Språk | Kinesiska, engelska, japanska, koreanska, spanska med flera, inklusive accenter och dialekter |
Kling 4.0 finns i två versioner. Den fullständiga modellen siktar på maximal realism och kontroll, medan Flash är optimerad för hastighet och kostnadseffektivitet.
Fullständig modell för scener med hög återgivningskvalitet
Lättviktsversion för skapande i hög frekvens
Använd nativ generering på 30 sekunder och nyckelbildrutor för att iscensätta en komplett scen med inledning, stegrad handling och ett avrundat slut, och förläng den sedan till en längre sekvens.
Håll produkter och karaktärer konsekventa med Omni-referenser och leverera 4K HDR-material för lanseringssidor, betalda kampanjer i sociala medier och produktsidor i e-handeln.
Skapa förklaringsvideor, karaktärsdialoger och lokaliserade versioner med synkroniserade läpprörelser på flera språk, accenter och dialekter.
Den förbättrade stabiliteten i snabba rörelser, kontinuerlig action och komplexa kamerarörelser passar för jaktscener, sporthöjdpunkter och svepande etableringsbilder.
Lås viktiga tagningar med upp till 10 nyckelbildrutor för att testa komposition, tempo och kamerabanor innan du går vidare till en fullständig produktion.
Komponera scener i ultrabrett 21:9-format och leverera material i 10-bit HDR som ger utrymme för professionell färggradering.
Arbetsflöde
Kling 4.0 belönar planering. Definiera först berättelsens viktigaste moment, förankra dem med nyckelbildrutor och referenser och välj sedan det utdataformat som passar kanalen där videon ska publiceras.
Steg 01
Dela in klippet i moment: till exempel etablerar sekund 0–10 motivet och miljön, sekund 10–20 bär huvudhandlingen och sekund 20–30 levererar klimax eller slutbilden. En tydlig struktur hjälper modellen att anpassa tempot i rörelser och kameraarbete.
Steg 02
Ladda upp nyckelbildrutor för de ögonblick som måste se exakt rätt ut och lägg sedan till bild-, video- eller motivreferenser för karaktärer, produkter och stil. Kling 4.0 tar emot upp till 10 nyckelbildrutor och upp till 15 referenser.
Steg 03
Beskriv motiv, handlingar, kamerarörelser, ljussättning, dialog och ljud. Prompter kan vara upp till 8 000 tokens långa, så komplexa scener kan beskrivas tagning för tagning.
Steg 04
Välj ett bildförhållande, till exempel 21:9 widescreen, och den upplösning du behöver. Granska resultatet och förläng sedan klippet när berättelsen behöver mer tid, upp till 2 minuter totalt.
Kling 4.0 ger mer kontroll än tidigare Kling-modeller. Med de här arbetssätten omsätter du den kontrollen i konsekvent och användbart material.
Placera nyckelbildrutor i början och slutet av klippet för att fastställa var scenen börjar och slutar, och lägg bara till mellanliggande nyckelbildrutor där berättelsen kräver ett specifikt ögonblick.
Använd en ren, välbelyst referens per karaktär eller produkt så att Omni Reference håller varje identitet konsekvent i stället för att blanda flera utseenden.
Ange kamerarörelsen för varje del av klippet, till exempel en långsam åkning framåt, en kretsande rörelse eller en följande kamera, i stället för att ge en enda instruktion för hela 30 sekunder.
Sätt repliker inom citattecken och ange talare samt språk eller accent, så att läppsynkronisering och röst matchar rätt karaktär.
Ange bakgrundsljud, ljudeffekter och musik med tidpunkter så att stereoljudet stöder handlingen i stället för att konkurrera med den.
När du förlänger ett klipp mot 2 minuter ska du hålla beskrivningarna av karaktärer och stil identiska mellan segmenten och bara ändra handlingen.
Tabellen jämför de publicerade funktionerna i Kling 4.0, Kling 3.0 och Seedance 2.5 och visar var varje modell passar bäst.
| Funktion | Kling 4.0 | Kling 3.0 | Seedance 2.5 |
|---|---|---|---|
| Enskild generering | Nativt 30 sekunder | 3–15 sekunder | Upp till 30 sekunder |
| Berättarkontroll | Upp till 10 nyckelbildrutor för kontroll på tidslinjenivå | Berättande i flera tagningar från en enda prompt | Kontroll av första bildrutan och rumslig 3D-förvisualisering för kamerablockning |
| Referenser | Upp till 15: 10 bilder, 5 videor och 7 motiv | Kling 3.0 Omni: upp till 7 bilder och 1 referensvideo | Upp till 50: 30 bilder, 10 videor och 10 ljudfiler |
| Upplösning | Upp till 4K, med 10-bit HDR i 1080p och 4K | 720p och 1080p, plus ett nativt 4K-läge | 720p upp till nativ 4K |
| Ljud | Stereoljud, mer exakt läppsynkronisering, flera språk, accenter och dialekter | Inbyggt ljud med flerspråkigt tal och accenter | Inbyggt ljud, med stöd för ljudfiler som referenser |
| Längre sekvenser | Videoförlängning upp till totalt 2 minuter | Flera tagningar i ett och samma klipp | Förläng eller redigera en bifogad video |
| Passar bäst för | Långa, regisserade scener som kräver precision med nyckelbildrutor, många referenser och HDR-leverans | Filmiska klipp på upp till 15 sekunder för sociala medier, reklam och korta scener | Referenstunga produktioner på 30 sekunder och varumärkesinnehåll i 4K |
Sedan juni 2024 har Kling AI släppt en större modell med några månaders mellanrum. Kling 4.0 är det största steget när det gäller klipplängd, kreativ kontroll och utdatakvalitet.
| Version | Lansering | Höjdpunkter |
|---|---|---|
| Kling 1.0 | juni 2024 | Offentlig lansering av Klings generering av text till video och bild till video |
| Kling 1.5 | september 2024 | Högupplöst utdata i 1080p och förbättrad rörelsekvalitet |
| Kling 2.0 | april 2025 | Stora förbättringar av rörelse, promptförståelse och bildkvalitet, samt multimodal videoredigering |
| Kling 2.5 Turbo | september 2025 | Snabbare och mer kostnadseffektiv generering med bättre promptföljsamhet |
| Kling 2.6 | december 2025 | Den första Kling-modellen med inbyggt ljud, inklusive tal, ljudeffekter och bakgrundsljud |
| Kling 3.0 | februari 2026 | Klipp på 3–15 sekunder, berättande i flera tagningar och flerspråkigt inbyggt ljud |
| Kling 4.0 | 2026 | Nativ generering på 30 sekunder, 10 nyckelbildrutor, 15 referenser, upp till 4K 10-bit HDR och förlängning upp till 2 minuter |
Varje exempel är skrivet för ett komplett klipp på 30 sekunder, med tydliga moment, kameraanvisningar och ljud så att modellen kan anpassa scenens tempo från början till slut.
0–10 s: En mattsvart smartklocka roterar långsamt på en våt stenpiedestal, mjukt kantljus, makroobjektiv. 10–20 s: Kameran kretsar runt klockan medan skärmen tänds och regndroppar glider av glaset. 20–30 s: Kameran drar sig bakåt till en totalbild av en regnvåt takterrass i skymningen, urtavlan lyser. Djup ambient-synth och mjukt regn i stereo.
Ett varmt kafé en sen kväll. En ung kvinna i grön kappa tittar upp från sin anteckningsbok och säger på engelska: "You came back." Mannen mitt emot henne ler och svarar på spanska: "Nunca me fui del todo." Långsam åkning framåt, kort skärpedjup, dämpat sorl i kaféet och mjukt piano i bakgrunden.
Nyckelbildrutorna 1, 5 och 10 som ankarpunkter: en kurir på en röd cykel svänger in i en smal gränd i soluppgången, slingrar sig genom en folkfylld marknad mitt på dagen och stannar vid en hamngrind i solnedgången. Håll klädseln och cykeln konsekventa. Följande kamera i styrhöjd, 21:9 widescreen, stegrande trumrytm.
0–10 s: En rallybil driftar genom en lerig skogskurva, lera sprutar mot objektivet, låg följande kamera. 10–20 s: En drönarbild stiger och följer bilen över ett krön medan solljuset blixtrar mellan träden. 20–30 s: Bilen korsar mållinjen i slow motion medan publiken jublar. Rytande motor och publikljud i stereo.
En programledare i en ljus studio håller ett par trådlösa hörlurar och säger på engelska: "Twelve hours of battery, one small case." Hon upprepar repliken på japanska och ler sedan mot kameran. Halvbild, mjukt huvudljus, ren studioakustik.
21:9 widescreen, 10-bit HDR. Gryning över en dimmig bergsdal. 0–10 s: En långsam glidflykt ovanför molnen. 10–20 s: Kameran sänker sig mot en ensam ryttare på en bergsrygg. 20–30 s: Ryttaren stannar när solen bryter fram över topparna. Stegrande orkestermusik och mild vind.
Svar om Kling 4.0:s funktioner, referenser, upplösning och prompter samt hur modellen står sig mot andra videomodeller.
Kling 4.0 är en videogenereringsmodell från Kling AI, Kuaishous AI-videoplattform. Den genererar nativa klipp på 30 sekunder från text, bilder och multimodala referenser, stöder upp till 10 nyckelbildrutor och 15 referenser och tillför stereoljud, mer exakt läppsynkronisering och upp till 4K-upplösning med 10-bit HDR.
Nya konton får gratis krediter att börja med, och ingen nedladdning krävs. Genereringar med Kling 4.0 betalas med krediter, och prissidan visar aktuella planer och kreditpaket.
Kling 4.0 är den fullständiga modellen, med nativ generering på 30 sekunder, 10 nyckelbildrutor, 15 multimodala referenser och upp till 4K med 10-bit HDR. Kling 4.0 Flash är utformad för skapande i hög frekvens, med snabbare generering och högre kostnadseffektivitet. Flash passar för utkast och snabba iterationer, medan den fullständiga modellen passar för slutgiltiga scener med hög återgivningskvalitet.
En enskild generering med Kling 4.0 kan vara upp till 30 sekunder lång, dubbelt så lång som gränsen på 15 sekunder i Kling 3.0. Med videoförlängning kan ett klipp fortsättas en eller flera gånger till en sekvens på totalt upp till 2 minuter.
Ja. Kling 4.0 stöder upplösningar upp till 4K och 10-bit HDR i 1080p och 4K. Jämfört med vanlig 8-bitarsvideo ger 10-bitars färg mjukare övergångar och större utrymme för färggradering.
Omni Reference tar emot upp till 10 bilder, 5 videor och 7 motiv i en generering, med högst 15 referenser totalt. Styrning med flera nyckelbildrutor tar emot upp till 10 nyckelbildrutor för att styra komposition och timing genom hela klippet.
Omni Reference är det multimodala referenssystemet i Kling 4.0. I en generering tar det emot upp till 10 bilder, 5 videor och 7 motiv, med högst 15 referenser totalt, för att styra karaktärer, produkter, stil och rörelse. Jämfört med tidigare versioner erbjuder det fler referensalternativ och mer konsekventa resultat.
Ja. Kling AI anger förbättrad videoredigering som en del av uppgraderingen av Omni Reference i Kling 4.0. Videoreferenser, upp till 5 per generering, kan styra hur en befintlig scen omarbetas, medan prompten beskriver ändringen.
Kling 4.0 lägger till det ultrabreda bildförhållandet 21:9 för filmisk bildkomposition och kompletterar därmed de widescreen-, stående och kvadratiska format som tidigare Kling-modeller använder.
Kling 4.0 förbättrar stabiliteten vid snabba rörelser, kontinuerlig action och komplexa kamerarörelser. Storskaliga scener, jaktscener och svepande kamerarörelser återges stabilare och mjukare än i tidigare versioner.
Kling 4.0 genererar stereoljud av hög kvalitet tillsammans med videon och förbättrar precisionen i läppsynkroniseringen. Tal stöds på flera språk, bland annat kinesiska, engelska, japanska, koreanska, spanska, portugisiska, tyska, franska och hindi, samt i en rad olika accenter och dialekter.
Kling 4.0 förbättrar realism, kontroll och berättelsens längd:
Båda modellerna genererar klipp på upp till 30 sekunder med utdata i upp till 4K. Kling 4.0 utmärker sig med tidsstyrning på nyckelbildrutenivå, 10-bit HDR och förlängning till 2 minuter. Seedance 2.5 tar emot fler referenser, upp till 50 inklusive ljudfiler, vilket passar referenstunga varumärkes- och produktprojekt.
Kling 4.0 tar emot prompter på upp till 8 000 tokens. Det extra utrymmet gör att ett klipp på 30 sekunder kan beskrivas tagning för tagning, inklusive kamerarörelser, dialog och ljud.
Strukturera prompten utifrån tidslinjen i stället för ett enskilt ögonblick:
Använd nyckelbildrutor och referenser för allt som måste se exakt ut, och använd texten för att styra rörelse och tempo.
Kling 4.0 utvecklas av Kling AI, Kuaishou Technologys plattform för AI-videogenerering. Kling-modellfamiljen lanserades i juni 2024 och har sedan dess fått större uppgraderingar med några månaders mellanrum, från Kling 1.0 till Kling 4.0.
