Новая версия для генерации видео

Kling AI выпустила версию 4.0 своего генератора видео. За один проход модель создаёт ролики продолжительностью до 30 секунд, принимает до десяти изображений ключевых кадров для задания переходов между сценами и состояний персонажей, а объём понимания запроса увеличен до 8 000 токенов.

Обновлённая система Omni Reference позволяет использовать в одной генерации до 15 референсных материалов: до 10 изображений, пять видео общей продолжительностью не более 30 секунд и семь элементов. В качестве ориентиров подходят, например, раскадровки, каркасные схемы, сетки изображений, видео с белыми моделями и карты глубины.

Функция Creative Recreation позволяет взять за основу готовое видео и заменить в нём продукты или персонажей. По заявлению компании, можно отдельно менять мимику, движения, ракурсы камеры и фон, не затрагивая остальную часть ролика.

Звук, речь и инструменты для автоматизации

В Kling 4.0 добавлены стереозвук и улучшенная синхронизация движений губ более чем для десяти языков, включая немецкий, английский, японский, корейский и испанский, а также для разных диалектов и акцентов. Эти возможности перечислены в примечаниях к выпуску Kling AI. Генерация текста внутри видео также поддерживает несколько языков и, по описанию компании, сохраняет стабильность при движении камеры.

Компания также выпустила Kling 4.0 Flash — более лёгкий вариант для быстрой генерации с меньшими затратами. Его ограничения — разрешение до 720p и длительность видео до 20 секунд. Интерфейс создания роликов переработан, а доступ через MCP и CLI позволяет строить автоматизированные рабочие процессы с ИИ-агентами.

Вывод в 10-битном HDR с разрешением 4K и 1080p, а также функция продления роликов до двух минут обозначены как будущие возможности. Поддержка API Kling 4.0 тоже пока ожидается; цену компания не объявила, а на странице тарифов API поддержка указана как «скоро».

Сравнение с другими видеомоделями

The Decoder сравнил Kling 4.0 с Wan 3.0 и Seedance 2.5. По оценке издания, новинка конкурирует с ними, но не опережает их, в частности по логике смены планов, физике и естественности диалогов. The Decoder предполагает, что это может быть ранним признаком замедления прогресса в видеомоделях, однако отмечает: о тенденции станет яснее после следующих выпусков Wan и Seedance.