故事与视频创作者
用规划好的情节节点、一致的人物和对白构建短篇叙事。场景需要铺垫时,可以使用更长的镜头。
Kling 4.0 可根据文字、图片和混合参考素材生成带同步立体声的视频。规划最长 30 秒的场景,引导关键画面,并对已有视频进行针对性修改。
浏览六个 Kling AI 案例,并用起始提示词创作自己的版本。起始提示词描述对应场景,不复现原始参考素材或编辑流程。
Kling 4.0
分镜中的舞狮
Kling 4.0
奶酪月球上的黏土宇航狗
Kling 4.0
动起来的拼贴海报
Kling 4.0
草图引导的奇幻场景
Kling 4.0
新角色沿参考运镜行动
Kling 4.0
移除路人的街头表演
将参考素材引导、同步音频和编辑整合在一起的多模态视频模型。
Kling 4.0 是由 Kuaishou 开发、Kling AI 于 2026 年 10 月 15 日发布的视频模型。它将视频生成与编辑整合进同一模型,支持更长的场景、更丰富的参考输入,以及对故事关键时刻的控制。
图片可以引导人物、物体、构图或风格。视频参考可以引导动作和运镜,可复用元素和声音档案则有助于定义反复出现的主体。
从最能表达构想的素材开始:
以下规格描述官方 Kling 4.0 模型;具体控件和输出选项以创作界面为准。
在同一视频模型中控制故事长度、参考素材、节奏、声音、运动和编辑。
单次生成 3–30 秒,让动作、对话或短故事有时间展开。可以使用连续长镜头,也可以描述一组镜头。
通过最多 15 项混合素材引导外观、构图、运动和声音身份。图片、视频、元素和声音档案分别有各自上限。
用关键帧图片引导人物状态、场景变化和揭示时刻。首帧与尾帧也可定义图生视频的开始和结束。
通过双声道立体声生成对白、歌声、环境音和音效。口型同步帮助声音匹配人物表演。
在更换主体或环境时,用参考视频引导动作、节奏和镜头运动。提示词也可以描述跟拍、摇镜和环绕。
替换人物或背景、移除不需要的元素,或改变视觉风格。同时说明想要的变化和需要保留的场景细节。
让个人故事、动画、视觉表达和视频修改真正动起来。
用规划好的情节节点、一致的人物和对白构建短篇叙事。场景需要铺垫时,可以使用更长的镜头。
将角色设定图、绘画和分镜转化为动态场景。用参考素材引导从黏土动画到奇幻插画的视觉风格。
让海报动起来、演示创意,或用视觉参考制作产品片段。结合动作与声音,让信息更易理解。
用针对性指令修改已有素材,例如移除路人或替换场景。明确指出镜头中需要保持不变的部分。
写清创作要求,安排画面顺序,再检查生成结果。
输入文字提示词、上传起始图片、安排关键帧,或添加图片和视频参考。选择适合素材的输入模式。
说明主体、动作、运镜和声音。选择 720p 或 1080p、3 至 30 秒时长及可用宽高比,再查看显示的积分消耗。
生成后检查运动、一致性、对白和画面文字。调整提示词生成下一版,再下载选定的结果。
官方模型规格;具体创作界面可能只提供其中部分选项。
| 开发方 | Kuaishou / Kling AI |
| 发布日期 | 2026 年 10 月 15 日 |
| 模式 | 文生视频;图生视频;关键帧生成视频;参考素材生成视频;视频编辑 |
| 时长 | 3–30 秒;按 1 秒递增 |
| 输出分辨率 | 720p 和 1080p |
| 宽高比 | 21:9、16:9、1:1、9:16;Omni Reference 支持 Auto |
| 音频 | 双声道立体声,同步生成语音、歌声和音效 |
| 关键帧 | 最多 10 张关键帧图片 |
| 混合参考素材 | 总共最多 15 项素材:图片最多 10 张、视频最多 5 个、元素最多 7 个、声音档案最多 3 个,同时受总上限约束 |
| 视频共享配额 | 参考视频、编辑视频和视频元素合计最多 5 个片段,总时长最多 30 秒 |
| 文本输入 | 最多 8,000 tokens |
| 编辑源素材 | 一个主视频;每段输入视频须为 3–30 秒,并符合共享视频配额 |
更新日期: 2026年11月10日
官方模型级对比。Kling 3.0 系列包含 Omni 工作流,表中并非某个单一生成器的设置。
| 规格 | Kling 4.0 | Kling 3.0 系列 |
|---|---|---|
| 原生片段时长 | 3–30 秒 | 3–15 秒 |
| 文生与图生视频 | 支持 | 支持 |
| 首帧和尾帧 | 支持 | 支持 |
| 多关键帧 | 最多 10 张 | 官方对比中标为不支持 |
| 音频声道 | 双声道立体声 | 单声道 |
| 参考视频 | 最多 5 个;合计 30 秒 | 最多 1 个;最长 15 秒 |
| 组合参考素材 | 最多 15 项混合素材 | 最多 7 张图片/主体,或 1 个视频加 4 张图片/主体 |
| 视频编辑 | 集成式多模态编辑 | 通过 3.0 Omni 工作流提供 |
Kling 4.0 的优势: 支持更长的场景、更多参考素材、多关键帧和立体声。
Kling 3.0 系列的优势: 适合需要文字或图片引导、首尾帧和原生音频的较短场景。
故事需要更长时长、更丰富参考或更精细的视觉控制时,选择 Kling 4.0。场景长度和参考要求处于较短生成范围内的项目,可考虑 Kling 3.0。
比较 Shotyard 的订阅套餐和所含积分。具体模型的生成费用会在提交前显示于生成器中。
比较常见分辨率和时长设置下仅输出部分的积分成本。生成器会根据所选输入计算总费用。
| 分辨率 / 时长 | 每次生成的积分 |
|---|---|
| 720p / 5 秒 | 150 |
| 1080p / 5 秒 | 200 |
| 720p / 10 秒 | 300 |
| 1080p / 10 秒 | 400 |
参考素材生成视频时,如果参考视频总时长超过输出时长,超出部分的一半将计入计费秒数。其他模式不收取参考视频附加费用。
了解输入、时长、音频、编辑以及如何引导生成结果。
Kling 4.0 是 Kuaishou 的多模态视频模型,由 Kling AI 于 2026 年 10 月 15 日发布。它可根据文字和视觉参考生成带音频的视频,也支持编辑已有片段。
原生生成时长为 3 至 30 秒,按 1 秒递增。30 秒的结果可以是连续长镜头,也可以是包含多个情节节点的序列。
可以。它生成双声道立体声,包括对白、歌声、环境音和音效。描述画面动作时一并说明所需声音,并在结果中检查口型同步。
Omni Reference 总共接受最多 15 项素材,其中图片最多 10 张、视频最多 5 个、元素最多 7 个、声音档案最多 3 个。这些是各类别上限,不能简单相加。参考视频、编辑视频和视频元素还共享最多 5 个片段、总时长 30 秒的限制。
关键帧最多使用 10 张图片,定义序列需要经过的关键画面。参考素材则用于描述人物外观、场景布局、风格或运镜,不一定固定到某一帧。
可以。指令可引导人物、背景、运动、运镜或风格的变化,也能移除指定元素。请指定一个主视频,并说明场景中哪些部分应保持不变。
支持以 720p 或 1080p 生成,宽高比包括 21:9、16:9、1:1 和 9:16。生成器也提供 Auto 宽高比。
描述主体、环境、动作、运镜和声音。使用参考素材时,为每项指定用途,例如用 @Image1 引导外观、用 @Video1 引导运镜。编辑时说明需要改变和保留的细节。
Shotyard 提供包含积分的套餐。提交任务前,请查看套餐条款及所选设置对应的生成费用。
你可以在 Shotyard 使用 Kling 4.0 AI 视频生成器。