Kling AI 发布了版本 4.0，具备立体声音频、多语言唇形同步功能，以及更轻量的 Flash 版本

Kling AI 发布了版本 4.0，具备立体声音频、多语言唇形同步功能，以及更轻量的 Flash 版本

AI 视频生成器 Kling AI 已发布版本 4.0，该版本具有更高的分辨率、更精准的控制功能，以及更快的 Flash 版本。公司表示，这一升级有望缩小 AI 生成视频与专业视频之间的差距。

用户现在可以在一次操作中生成最多 30 秒的视频，系统可以接受最多十张关键帧图像作为输入，以确定场景转换、角色状态和故事节奏。提示理解能力已扩展至 8,000 个标记词。

根据 Kling AI 的说法，升级后的“Omni Reference”系统在单次生成中可接受多达 15 个参考素材，包括最多 10 张图片、5 段时长总不超过 30 秒的视频以及 7 个元素。故事板、线框图、图像网格、白模视频和深度图视频都可以作为参考素材使用。

“创意娱乐”功能允许用户使用现有的视频作为模板，然后替换其中的产品或角色。该公司表示，面部表情、身体动作、相机角度或背景等单个元素都可以进行调整，而不会影响整个视频内容。

下面的视频将 Kling 4.0 与来自中国竞争对手的 Wan 3.0 和 Seedance 2.5 进行了对比。Kling 4.0 仍然表现出色，但并未取得明显优势，尤其是在逻辑镜头排序、物理效果以及自然对话方面。这或许表明人工智能视频模型的快速发展速度正在逐渐放缓，不过下一次 Wan 和 Seedance 的更新将会提供更多信息。

立体声音频和多语言语音功能进一步完善了此次更新

根据该公司所述，Kling 4.0 增加了双通道立体声功能，并提升了跨十多种语言的唇形同步效果，包括德语、英语、日语、韩语和西班牙语以及各种方言和口音。该链接指向相关页面。视频中的文本生成功能现在也支持多种语言，并且在摄像机移动时依然稳定。Kling AI 将 4K 和 1080p 分辨率下的 10-bit HDR 输出，以及能够将片段延长至两分钟的视频扩展功能均列为“即将推出”的功能。

除了主要版本之外，Kling AI 还推出了更轻量的 Flash 版本。Kling 4.0 Flash 旨在以更低成本实现更快的生成速度，但其最高支持分辨率为 720p，视频时长不超过 20 秒。创建界面已重新设计，现在可以通过 MCP 和 CLI 访问 Kling 4.0，从而能够使用 AI 代理构建自动化工作流。Kling 4.0 API的定价尚未公布，其支持情况被标注为“即将推出”。

AI新闻——无炒作，由人类整理

订阅 THE DECODER，即可享受无广告阅读体验、每周 AI 通讯、每年六次专属的“AI Radar”前沿报告、完整存档功能，以及评论区访问权限。