Kling 4.0 是快手可靈 AI 第四代影片模型，支援單次原生 30 秒生成、多關鍵幀敘事、全能參考（Omni Reference），以及最高 4K 的 10-bit HDR 輸出。
即將推出
Kling 4.0 生成功能即將推出
Kling 4.0 在本平台開放後，即可在此工作區直接生成。在此之前，您可以先使用 Kling 3 或 Seedance 2.5 創作影片。
現在即可使用
Kling 4.0
可靈 AI 影片模型
Kling 4.0 · 模型概覽
Kling 4.0 是快手旗下可靈 AI 推出的第四代影片模型，圍繞視覺真實感、創作可控性與敘事完整性全面升級：單次生成最長 30 秒，最多支援 10 個關鍵幀與 15 項多模態參考，並提供立體聲音訊與最高 4K 的 10-bit HDR 輸出。
單次即可生成最長 30 秒的影片，是 Kling 3.0 上限 15 秒的兩倍，足以容納開場、主要動作與完整結尾。
在時間軸上放置最多 10 個關鍵幀，鎖定構圖、人物位置與敘事節點，關鍵幀之間的動態則由 Kling 4.0 自動生成。
單次最多組合 10 張圖片、5 段影片與 7 個主體，合計不超過 15 項，讓人物、產品與風格保持更高一致性；以參考素材為基礎的影片編輯能力也同步強化。
快速動作、連續運動與複雜運鏡的呈現更加穩定流暢，大場面、追逐場景與大範圍運鏡也更容易掌握。
輸出解析度最高可達 4K，1080p 與 4K 皆支援 10-bit HDR，色彩範圍更廣、漸層更平滑，也為後製調色保留更大空間。
聲音與畫面同步生成，提供高品質立體聲音訊、更精準的口型同步，並支援多種語言、口音與方言的語音。
可對生成的片段進行一次或多次延長，建構最長 2 分鐘的連續段落，人物與場景在鏡頭之間保持一致。
Kling 4.0 主要規格一覽。
| 規格 | Kling 4.0 |
|---|---|
| 開發商 | 可靈 AI（快手科技） |
| 版本 | Kling 4.0（又稱 Kling 4、可靈 4.0）與 Kling 4.0 Flash |
| 單次生成時長 | 最長 30 秒，原生生成 |
| 影片延長 | 累計最長 2 分鐘 |
| 關鍵幀 | 最多 10 個 |
| 全能參考 | 最多 15 項：10 張圖片、5 段影片、7 個主體 |
| 提示詞長度 | 最多 8,000 tokens |
| 解析度 | 最高 4K |
| HDR | 1080p 與 4K 支援 10-bit HDR |
| 畫面比例 | 新增 21:9 超寬畫面 |
| 音訊 | 雙聲道立體聲，口型同步更精準 |
| 語言 | 中文、英語、日語、韓語、西班牙語等，並支援多種口音與方言 |
Kling 4.0 分為兩個版本：完整版追求極致的真實感與可控性，Flash 則著重生成速度與成本效益。
適用於高擬真度場景的完整版
專為高頻率創作設計的輕量版
運用單次 30 秒生成與關鍵幀，完整呈現開場、情節推進與收尾，再延長為更長的連續段落。
透過全能參考維持產品與人物形象一致，輸出 4K HDR 素材，用於新品發表頁、社群廣告投放與電商商品頁。
製作解說影片、角色對白與在地化版本，在多種語言、口音與方言中實現口型同步。
高速運動、連續動作與複雜運鏡的穩定性提升，適合追逐場景、體育賽事精華與氣勢磅礴的大全景鏡頭。
以最多 10 個關鍵幀鎖定關鍵鏡頭，在正式投入製作前測試構圖、節奏與運鏡路徑。
以 21:9 超寬畫面構圖，並輸出 10-bit HDR 素材，為專業調色保留空間。
創作流程
Kling 4.0 更適合先規劃再生成：先確立敘事節點，再以關鍵幀與參考素材錨定畫面，最後依發布管道選擇輸出規格。
步驟 01
將影片拆分為數個節點：例如第 0–10 秒交代主體與場景，第 10–20 秒展開主要動作，第 20–30 秒呈現高潮或最終畫面。結構清晰，模型就能更好地掌握動作與運鏡節奏。
步驟 02
為必須精確呈現的畫面上傳關鍵幀，再加入圖片、影片或主體參考，以控制人物、產品與風格。Kling 4.0 最多支援 10 個關鍵幀與 15 項參考素材。
步驟 03
描述主體、動作、運鏡、光線、對白與聲音。提示詞長度上限為 8,000 tokens，複雜場景可以逐一鏡頭描述。
步驟 04
選擇畫面比例（包括 21:9 超寬畫面）與所需解析度。檢視生成結果後，若敘事需要更多時間，可繼續延長，累計最長 2 分鐘。
Kling 4.0 的可控性明顯高於以往的可靈模型，以下做法有助於將這份控制力轉化為穩定、可用的成品。
在片段開頭與結尾放置關鍵幀，確定場景的起點與落點；中間只在敘事需要特定瞬間時再加入關鍵幀。
每個角色或產品使用一張乾淨、光線充足的參考圖，讓全能參考穩定維持各自形象，避免多種造型混雜。
為片段的每一段分別寫明運鏡方式，例如緩慢推近、環繞或跟拍，而不是用一句指令涵蓋整段 30 秒。
將台詞放在引號內，並註明說話者及語言或口音，讓口型同步與聲音對應到正確的角色。
依時間寫明環境音、音效與音樂，讓立體聲音訊襯托畫面動作，而非相互干擾。
逐步將片段延長至 2 分鐘時，各段的角色與風格描述應保持一致，只調整動作內容。
下表比較 Kling 4.0、Kling 3.0 與 Seedance 2.5 已公開的功能，並列出各模型最適合的應用情境。
| 功能 | Kling 4.0 | Kling 3.0 | Seedance 2.5 |
|---|---|---|---|
| 單次生成時長 | 原生 30 秒 | 3–15 秒 | 最長 30 秒 |
| 敘事控制 | 最多 10 個關鍵幀，可在時間軸層級精確控制 | 單一提示詞即可生成多鏡頭敘事 | 首幀控制，以及用於鏡頭調度的 3D 空間預演 |
| 參考素材 | 最多 15 項：10 張圖片、5 段影片、7 個主體 | Kling 3.0 Omni：最多 7 張圖片與 1 段參考影片 | 最多 50 項：30 張圖片、10 段影片、10 段音訊 |
| 解析度 | 最高 4K，1080p 與 4K 支援 10-bit HDR | 720p 與 1080p，另有原生 4K 模式 | 720p 至原生 4K |
| 音訊 | 立體聲音訊、更精準的口型同步，支援多種語言、口音與方言 | 原生音訊，支援多語言語音與口音 | 原生音訊，可使用音訊檔案作為參考 |
| 更長的段落 | 影片延長，累計最長 2 分鐘 | 單一影片內包含多個鏡頭 | 可延長或編輯已上傳的影片 |
| 最適合 | 需要關鍵幀精準控制、豐富參考素材與 HDR 交付的長篇敘事場景 | 15 秒以內的電影感短片，適用於社群媒體、廣告與短場景 | 參考素材密集的 30 秒製作與 4K 品牌內容 |
自 2024 年 6 月起，可靈 AI 每隔數月便推出一次重大模型更新。Kling 4.0 在影片長度、創作控制與輸出品質上，實現了最大的一次躍進。
| 版本 | 發布時間 | 主要亮點 |
|---|---|---|
| Kling 1.0 | 2024 年 6 月 | 可靈文字轉影片與圖片轉影片正式對外開放 |
| Kling 1.5 | 2024 年 9 月 | 支援 1080p 高畫質輸出，動態品質提升 |
| Kling 2.0 | 2025 年 4 月 | 動態表現、提示詞理解與畫面品質大幅提升，並新增多模態影片編輯 |
| Kling 2.5 Turbo | 2025 年 9 月 | 生成速度更快、成本效益更高，提示詞遵循能力更強 |
| Kling 2.6 | 2025 年 12 月 | 首款支援原生音訊的可靈模型，可生成語音、音效與環境音 |
| Kling 3.0 | 2026 年 2 月 | 支援 3–15 秒影片、多鏡頭敘事與多語言原生音訊 |
| Kling 4.0 | 2026 年 | 單次原生 30 秒生成、10 個關鍵幀、15 項參考、最高 4K 10-bit HDR，延長最長 2 分鐘 |
以下範例皆以完整的 30 秒影片撰寫，包含清楚的節奏節點、運鏡與聲音描述，讓模型從頭到尾掌握場景節奏。
0–10 秒：一支霧面黑色智慧手錶在濕潤的石製底座上緩慢旋轉，柔和的輪廓光，微距鏡頭。10–20 秒：鏡頭環繞移動，螢幕亮起，雨滴從錶面玻璃滑落。20–30 秒：鏡頭拉遠，以廣角全景呈現黃昏時分被雨水浸濕的頂樓，錶面微微發光。低沉的氛圍合成器音樂與輕柔雨聲，立體聲。
夜晚溫暖的咖啡館。一位身穿綠色外套的年輕女子從筆記本上抬起頭，用英語說：「You came back.」坐在對面的男子微笑著用西班牙語回答：「Nunca me fui del todo.」鏡頭緩慢推近，淺景深，背景是咖啡館裡低聲的交談與輕柔的鋼琴聲。
以第 1、5、10 個關鍵幀為錨點：一名騎著紅色腳踏車的快遞員在日出時駛入狹窄巷弄，正午穿過擁擠的市集，日落時停在港口大門前。人物服裝與腳踏車保持一致。跟拍鏡頭位於車把高度，21:9 超寬畫面，鼓點節奏逐漸增強。
0–10 秒：一輛拉力賽車在泥濘的林間彎道甩尾過彎，泥漿濺向鏡頭，低機位跟拍。10–20 秒：空拍鏡頭升起，跟隨賽車越過坡頂，陽光穿過樹林形成耀光。20–30 秒：賽車以慢動作衝過終點線，觀眾歡呼。立體聲的引擎轟鳴與人群聲。
明亮的攝影棚裡，一位主持人手持一副無線耳機，用英語說：「Twelve hours of battery, one small case.」隨後以日語重複這句話，再對著鏡頭微笑。中景，柔和主光，乾淨的攝影棚環境音。
21:9 超寬畫面，10-bit HDR。黎明時分雲霧繚繞的山谷。0–10 秒：鏡頭在雲層之上緩慢空拍滑行。10–20 秒：鏡頭下降，逐漸接近山脊上的一名騎手。20–30 秒：騎手停下，陽光越過群峰灑落。漸強的管弦樂與輕柔風聲。
解答 Kling 4.0 的功能、參考素材、解析度、提示詞，以及與其他影片模型的比較。
Kling 4.0 是快手旗下可靈 AI 推出的影片生成模型。它能根據文字、圖片與多模態參考素材，單次生成原生 30 秒影片，最多支援 10 個關鍵幀與 15 項參考，並新增立體聲音訊、更精準的口型同步，以及最高 4K 的 10-bit HDR 輸出。
新帳戶可獲得免費額度即刻開始體驗，無需下載。Kling 4.0 生成影片以點數計費，現行方案與點數包請參閱定價頁。
Kling 4.0 是完整版模型，支援單次原生 30 秒生成、10 個關鍵幀、15 項多模態參考與最高 4K 的 10-bit HDR 輸出。Kling 4.0 Flash 專為高頻率創作設計，生成速度更快、成本效益更高。Flash 適合草稿與快速迭代，完整版則適合追求高擬真度的最終成品。
Kling 4.0 單次生成最長 30 秒，是 Kling 3.0 上限 15 秒的兩倍。透過影片延長功能，可對片段進行一次或多次延長，累計最長 2 分鐘。
支援。Kling 4.0 最高支援 4K 解析度，並在 1080p 與 4K 下提供 10-bit HDR 輸出。與一般的 8-bit 影片相比，10-bit 色彩的漸層更平滑，後製調色空間也更大。
全能參考（Omni Reference）單次最多支援 10 張圖片、5 段影片與 7 個主體，合計不超過 15 項。多關鍵幀控制最多支援 10 個關鍵幀，用於引導整段影片的構圖與時序。
全能參考（Omni Reference）是 Kling 4.0 的多模態參考系統。單次生成最多支援 10 張圖片、5 段影片與 7 個主體，合計不超過 15 項，用於引導人物、產品、風格與動作。相較以往版本，參考選項更加豐富，生成結果也更加一致。
可以。可靈 AI 將影片編輯能力的強化列為 Kling 4.0 全能參考升級的一部分。每次生成最多可使用 5 段影片參考，引導既有場景的改動方式，具體修改內容則由提示詞描述。
Kling 4.0 新增 21:9 超寬畫面比例，適合電影感構圖，並在以往可靈模型採用的寬螢幕、直式與方形畫面基礎上進一步擴充。
Kling 4.0 強化了高速運動、連續動作與複雜運鏡下的穩定性。大場面、追逐場景與大範圍運鏡的畫面比以往版本更加穩定流暢。
Kling 4.0 會在生成影片的同時生成高品質立體聲音訊，並提升口型同步的準確度。語音支援中文、英語、日語、韓語、西班牙語、葡萄牙語、德語、法語、印地語等多種語言，以及多種口音與方言。
Kling 4.0 在真實感、可控性與敘事長度上全面升級：
兩者皆能生成最長 30 秒、最高 4K 的影片。Kling 4.0 的優勢在於關鍵幀層級的時序控制、10-bit HDR 輸出，以及最長 2 分鐘的延長。Seedance 2.5 可容納最多 50 項參考素材（包括音訊檔案），更適合參考素材密集的品牌與產品內容。
Kling 4.0 的提示詞上限為 8,000 tokens，足以將 30 秒影片逐一鏡頭描述，包括運鏡、對白與聲音。
建議以時間軸組織提示詞，而非只描述單一瞬間：
必須精確呈現的內容交由關鍵幀與參考素材處理，文字則用於引導動作與節奏。
Kling 4.0 由快手科技旗下的 AI 影片生成平台可靈 AI 開發。可靈模型家族於 2024 年 6 月推出，此後每隔數月便有重大升級，從 Kling 1.0 一路演進至 Kling 4.0。
