Il team di Kling AI di Kuaishou ha progettato il suo modello di quarta generazione, Kling 4.0, per chi vuole dirigere un'inquadratura invece di puntare tutto su un unico prompt. Fissi i keyframe su una timeline fino a 30 secondi, assegni un compito a ogni file di riferimento e il modello riempie movimento, lavoro di camera e audio tra un'ancora e l'altra.
Prossimamente
Questo workspace eseguirà presto Kling 4.0
La generazione si attiva qui non appena Kling 4.0 è collegato. Puoi già dare forma alla stessa idea con i modelli qui sotto e trasferire il prompt in un secondo momento.
Inizia un progetto con
Kling 4.0
Modello video basato su keyframe di Kling AI
Profilo del modello
I numeri che determinano quanto può contenere una singola generazione di Kling 4.0, dalla durata della clip al numero di file da cui può apprendere.
| Elemento | Kling 4.0 |
|---|---|
| Creato da | Kling AI, la piattaforma video di Kuaishou |
| Input | Testo, immagini, clip video, soggetti e riferimenti vocali |
| Durata clip | Da 3 a 30 secondi per generazione |
| Controllo timeline | Fino a 10 keyframe |
| Riferimenti | Fino a 15 in totale: 10 immagini, 5 video, 7 soggetti |
| Qualità dell'immagine | Fino a 4K; HDR a 10 bit in 1080p e 4K |
| Proporzioni | 16:9, 9:16, 1:1 e 21:9 ultrawide |
| Audio | Stereo a due canali con lip sync più preciso |
| Testo e voce | Testo e dialoghi a schermo in nove lingue |
| Lunghezza del prompt | Fino a 8,000 token |
| Modifica | Fino a 5 clip esistenti, 30 secondi in totale |
| Estensione | Una sequenza può essere estesa fino a circa due minuti |
Kling 3.0 realizzava già inquadrature cinematografiche con audio nativo. Kling 4.0 mantiene questa base e aggiunge soprattutto più spazio sulla timeline e un controllo più fine.
Lunghezza
Kling 3.0:3–15 secondiKling 4.0:3–30 secondi
Un'intera scena con preparazione, azione e risoluzione entra in un'unica ripresa, invece di due clip cucite insieme.
Controllo frame
Kling 3.0:Primo e ultimo fotogrammaKling 4.0:Fino a 10 fotogrammi chiave
Anche il punto centrale della clip può essere fissato, ad esempio una rotazione della testa o il momento in cui viene rivelato un prodotto.
Qualità dell'immagine
Kling 3.0:Fino a 4KKling 4.0:Fino a 4K, HDR 10-bit a 1080p e 4K
Cieli e tonalità della pelle si correggono senza banding, e le alte luci conservano i dettagli.
Proporzioni
Kling 3.0:16:9, 9:16, 1:1Kling 4.0:Aggiunge l'ultrawide 21:9
Composizioni widescreen in stile cinematografico nascono direttamente dal modello, senza ritagli successivi.
Audio
Kling 3.0:Audio nativoKling 4.0:Audio stereo, sincronizzazione labiale più precisa
Le linee si allineano al movimento della bocca e l'ambienza ha spazio a sinistra e a destra.
Un keyframe è un'immagine statica ancorata a un momento della clip. Kling 4.0 anima il percorso da un keyframe a quello successivo, così i frame che scegli diventano lo scheletro dell'inquadratura. Un tipico piano in quattro punti si presenta così:
Fotogramma iniziale
Imposta il luogo, la luce e il soggetto principale. È la prima immagine che lo spettatore vede.
Prima modifica
Fissa il momento in cui parte l'azione: un personaggio si alza, un coperchio si solleva, un'auto si allontana.
Punto di svolta
Fissa il fotogramma in cui l'inquadratura cambia direzione, ad esempio in un reveal o con un nuovo angolo di ripresa.
Frame finale
Blocca il finale, così la clip si chiude su una composizione da cui puoi tagliare o che puoi estendere.
Due keyframe bastano per un movimento semplice. Aggiungine altri solo dove un momento deve apparire esattamente come pianificato: ogni keyframe in più limita ciò che il modello può inventare tra un keyframe e l'altro.
Omni Reference consente a un unico task di gestire più tipi di materiale sorgente contemporaneamente. Ogni tipo ha un proprio limite all'interno del totale condiviso di 15.
| Input | Fino a | Ideale per |
|---|---|---|
| Immagini | 10 | Turnaround dei personaggi, angolazioni di prodotto, location, storyboard e style frame |
| Video | 5, 30 s combinati | Movimento, coreografia, traiettorie di camera e ritmo da seguire |
| Soggetti | 7 | Persone, mascotte o prodotti ricorrenti che devono apparire sempre identici |
| Voce | Supportato | Il tono e il timbro di un personaggio parlante |
Indica il ruolo di ogni file nel prompt, ad esempio “l'immagine 2 è la giacca, il video 1 è il movimento di camera”. I riferimenti senza un ruolo definito si fanno concorrenza tra loro.
Flash è la versione più leggera della stessa generazione di modelli. Rinuncia a durata, risoluzione e keyframe in cambio di risultati più rapidi.
Per i lavori finiti che intendi pubblicare
Per bozze, test e grandi volumi
Una routine pratica: prova rapidamente diverse idee in Flash, poi ricostruisci nel modello completo quella che tieni e aggiungi i keyframe dove conta.
Ognuno può restituire una ripresa completa di 30 secondi in un colpo solo. Il punto in cui le loro strade si dividono è il modo in cui gli dici cosa fare.
| Confronto | Kling 4.0 | Seedance 3.0 |
|---|---|---|
| Generazione singola più lunga | 30 secondi | 30 secondi |
| Modo principale per guidare | Keyframe fissati su una timeline | Uno stack di riferimenti e un prompt scritto |
| Capacità di riferimento | 15 input: 10 immagini, 5 video, 7 soggetti | 50 input: 30 immagini, 10 video, 10 file audio |
| Audio come input | Riferimenti per il tono di voce | Fino a 10 file audio |
| Più forte in | Timing preciso dei momenti chiave, output HDR | Brief multimodali ampi, pianificazione delle scene con blocco della macchina da presa |
Scegli Kling 4.0 quando determinati momenti devono comparire in momenti precisi. Scegli Seedance 3.0 quando il brief è una vasta raccolta di immagini, clip e audio da cui il modello dovrebbe imparare.
I prompt lunghi funzionano quando ogni parte ha un posto fisso. Scrivilo in questo ordine e mantieni ogni parte entro una frase o due.
1. Oggetto
Un ciclista con una giacca antipioggia gialla
2. Azione
frena, scende dalla bici e alza lo sguardo
3. Impostazione
su una strada acciottolata bagnata al crepuscolo
4. Camera
una carrellata bassa che si solleva in un movimento di gru
5. Chiaro
insegne al neon riflesse nelle pozzanghere
6. Tempistica
0–10 s in sella, 10–20 s sosta, 20–30 s sguardo verso l'alto
7. Audio
pioggia, sibilo di gomme, campanello di un tram in lontananza
8. Riferimenti
Il soggetto 1 è il ciclista, l'immagine 3 è la strada
0–8 s: il vapore sale da una tazza di ceramica su un bancone di legno illuminato dal sole, lento push-in. 8–16 s: la mano di un barista fa scivolare la tazza in avanti e la messa a fuoco passa alla latte art. 16–24 s: un posto alla finestra, una donna fa il primo sorso e sorride. 24–30 s: campo largo del caffè durante l'ora d'oro. Audio: ronzio del macinacaffè, chitarra acustica sommessa, una tazza appoggiata sul piattino.
Un drone plana all'alba sopra risaie terrazzate, la nebbia indugia nelle valli, un contadino cammina lungo un argine. La camera scende lentamente e si ferma ad altezza occhi, accanto al contadino. Solo canto di uccelli e vento, niente musica.
Una cucina di notte, sotto una calda luce pratica. Il Soggetto 1, un uomo anziano, chiede: "L'hai finito?" Il Soggetto 2, una ragazza adolescente, solleva un blocco da disegno e risponde: "Quasi." Piano medio a due, leggero movimento a mano, tenue tono ambiente stereo.
L'immagine 1 è la sneaker, l'immagine 2 è lo sfondo da studio. La sneaker ruota una volta su una piattaforma girevole lucida mentre una luce morbida scivola sul mesh; la camera si chiude su un'angolazione hero di tre quarti. Sotto, un tenue impulso elettronico.
La timeline più lunga e il controllo dei keyframe danno il meglio nei lavori in cui timing e coerenza fanno parte del brief.
Risposte brevi su durata, qualità dell'immagine, controllo, audio e su come Kling 4.0 si posiziona rispetto agli altri modelli video.
È il quarto grande modello video rilasciato da Kling AI, il team di video generativo di Kuaishou. Basta dargli testo, immagini statiche, clip brevi e riferimenti di soggetto e ti restituisce una clip da 3 a 30 secondi con audio, seguendo fino a 10 keyframe che inserisci sulla timeline.
Trenta secondi per generazione, con un minimo di tre secondi. Per durate superiori, estendi la clip finita; le estensioni possono allungare una singola scena fino a circa due minuti.
Fino a 4K. Sia gli output 1080p sia quelli 4K offrono HDR a 10 bit, così i tramonti e gli incarnati resistono alla color grading senza scalettature visibili. L'edizione Flash, più leggera, si ferma a 720p in SDR a 8 bit.
Posizioni fino a 10 immagini fisse nei momenti scelti del clip. Il modello le tratta come punti fissi e genera il movimento tra di esse.
Usa due keyframe per un semplice movimento dall'inizio alla fine e aggiungine altri solo dove un momento deve apparire esattamente come previsto.
Fino a 15 in totale:
I riferimenti vocali possono anche definire il tono di un personaggio parlante.
Flash è pensato per la velocità più che per la rifinitura. Genera fino a 20 secondi a una risoluzione massima di 720p in 8-bit SDR e non accetta frame iniziale/finale né input multi-keyframe. Passa al modello completo quando ti servono i 30 secondi, i keyframe, il budget di riferimento completo, il 4K o l'HDR.
Sì. Genera un audio stereo a due canali insieme al video, con dialoghi, ambiente ed effetti, e una sincronizzazione labiale più precisa rispetto ai modelli Kling precedenti.
I personaggi possono parlare in nove lingue, con spazio per diversi accenti e dialetti. Il modello può anche generare testo a schermo in nove lingue, oltre alle emoji.
Sì. La sua modalità di editing gestisce fino a cinque clip esistenti, per un totale di 30 secondi, e può modificare soggetto, sfondo, espressione, angolo di ripresa o battuta di dialogo a partire da un'istruzione testuale, un'immagine o un soggetto.
Sì. Oltre a 16:9, 9:16 e 1:1, Kling 4.0 aggiunge un formato ultrawide 21:9 per composizioni in stile cinematografico.
I prompt possono arrivare a 8.000 token, abbastanza per uno script cronometrato con note di camera, dialoghi e indicazioni sonore. L'ordine conta più della lunghezza: elenca soggetto, azione, ambientazione, camera, luce, timing e suono sempre nella stessa sequenza.
Sì, se hai bisogno di clip più lunghe di 15 secondi, di controllo sui momenti nel mezzo di un'inquadratura, di output HDR o di un formato 21:9. Per le clip brevi a singola azione, Kling 3.0 resta una scelta solida.
Scegli Kling 4.0 quando la tempistica esatta è fondamentale, perché i suoi keyframe definiscono cosa succede e quando. Scegli Seedance 3.0 quando vuoi guidare il risultato con un'ampia serie di riferimenti; accetta fino a 50 tra immagini, video e file audio in un unico task.
Registra la persona come riferimento soggetto, mostrala nel keyframe iniziale e chiamala con la stessa etichetta per tutto il prompt. Una persona, un riferimento: due foto diverse dello stesso personaggio spingono il risultato in due direzioni.
