Kling AI 发布 4.0，新增立体声、多语言唇形同步与 Flash 版本

AI 视频生成器 Kling AI 发布了 4.0 版本，带来更高分辨率、更精准的控制，以及据该公司称有望缩小 AI 生成视频与专业视频之间差距的快速 Flash 版本。

用户现在可以一次生成最长 30 秒的视频，系统还支持输入最多十张关键帧图片，以精确设定场景转场、角色状态和故事节拍。提示词理解能力已扩展至 8,000 个 token。

据 Kling AI 介绍，升级后的“Omni Reference”系统在单次生成中最多可接受 15 个参考素材，包括最多 10 张图片、总时长最长 30 秒的 5 段视频，以及 7 个元素。故事板、线框图、图片网格、白模视频和深度图视频都可以作为参考素材。

“创意复刻”功能允许用户将现有视频作为模板，替换其中的产品或角色。该公司表示，用户可以调整面部表情、身体动作、镜头角度或背景等单个元素，而不影响片段的其他部分。

下方视频将 Kling 4.0 与中国竞争对手推出的 Wan 3.0 和 Seedance 2.5 进行了比较。Kling 4.0 表现不俗，但并未领先，尤其是在镜头逻辑衔接、物理效果和自然对白方面。这或许表明，AI 视频模型的飞速进步开始趋于平缓，不过 Wan 和 Seedance 的下一版发布后，我们将能进一步判断。

立体声和多语言语音为此次更新锦上添花

据该公司介绍，Kling 4.0 新增双声道立体声音频，并改进了十多种语言的唇形同步，包括德语、英语、日语、韩语和西班牙语，以及多种方言和口音。视频内文字生成现在也支持多种语言，并且在镜头移动时保持稳定。Kling AI 将 4K 和 1080p 的 10-bit HDR 输出，以及可将片段延长至最多两分钟的视频扩展功能列为“即将推出”。

除主模型外，Kling AI 还推出了更轻量的 Flash 版本。Kling 4.0 Flash 专为更快、成本更低的生成而设计，但最高仅支持 720p 分辨率和 20 秒视频。创作界面也经过重新设计，用户现在可以通过 MCP 和 CLI 使用 Kling 4.0，从而利用 AI 智能体构建自动化工作流。Kling 4.0 API 的定价尚未公布，支持状态标为“即将推出”。

无炒作的 AI 新闻——由人工精选

订阅 THE DECODER，即可享受无广告阅读体验、每周 AI 新闻简报、每年六期独家前沿报告“AI Radar”、完整档案访问权限，以及评论区访问权限。