ARTICLE · INTELLIGENCE

战地情报 · 详情页

来自尧图项目组的一线实战观察与深度解析

可灵 4.0 全量上线:一次生成 30 秒一镜到底,10 张关键帧就是分镜

可灵 4.0 全量上线:一次生成 30 秒一镜到底,10 张关键帧就是分镜


封面:截图主视觉 + 暖橙,主图为可灵官方博客的 Kling 4.0 主视觉,由本号封面脚本生成。


[官方图] 可灵官方博客里一条 20 秒样片,按时间顺序截取 6 帧:从手心的星光,到显示器、章鱼、冰箱里的汉堡,最后停在墙上的眼睛。画面由 AI 生成。图源:可灵官方博客 Introducing Kling 4.0

这一整段没有剪辑,是可灵 4.0 一次生成的。

一句话:快手可灵 10 月 15 日晚宣布 Kling 4.0 全量上线。最大的变化是「一次生成的视频更长、更可控」:单次最长 30 秒,最多 10 张关键帧定节奏,一次最多塞 15 项参考素材。对做短视频、电商广告的人来说,原来要拍好几条再剪起来的短片,现在可以一次出完整的一条。但大家最期待的 4K 10-bit HDR 和企业 API,官方写的都还是「即将上线」,价格也没公布。

本文依据可灵官方博客、可灵官方 X 账号的上线公告和界面新闻的报道整理,我们没有上手生成,文中画面都是官方样片。

一条 30 秒的产品短片,以前要剪几刀

假设你要给一款台灯做一条 30 秒的短片:深夜的房间,镜头从桌面慢慢推到窗边,台灯一亮,房间里的东西一个个「活」过来。

放在以前的 AI 视频工具里,这条片子要拆成好几段:每段 5 到 10 秒,分别生成,挑出能用的,再拿去剪辑软件里拼起来。最难的是接缝:上一段结尾台灯在左边,下一段开头可能跑到右边;人物的衣服颜色、光线方向,段与段之间经常对不上。

可灵 4.0 给出的办法很直接:一次把 30 秒全生成出来。官方博客的原话是,单次生成最长 30 秒,支持长镜头和连续叙事,情绪、动作和运镜在一段里自然推进。开头那条 20 秒样片就是这样:镜头在同一个房间里一路走,没有切。

长镜头:情绪和运镜在一次生成里走完


[官方图] 可灵官方博客的音画样片,左为开头特写、右为后半段全景:镜头从一面鼓拉开,一路退到整幅画面的群像。画面由 AI 生成。图源:可灵官方博客 Introducing Kling 4.0

长镜头难,难在「一直不能崩」。镜头在动、人在动、光也在变,任何一帧人脸变形或者东西凭空消失,整条片子就废了。

官方这次重点说了三件事:

  • 大场面和复杂运镜更稳:高速运动、连续动作、跟拍、环绕拍,画面保持稳定连贯;
  • 声音一起出:支持双声道立体声,口型同步更准,人物说话和嘴型能对上;
  • 画幅更宽:支持 21:9 超宽画幅,适合做电影感的横版画面。

上面这条样片用的是伦勃朗名画《夜巡》当参考:镜头从一面鼓的特写起,一路后拉,最后变成整幅画里的人群。这种从特写拉到全景的运镜,以前很容易在中途「糊掉」。


[官方图] 可灵官方指南的配图,画面下方是运镜提示词示例「手持晃动、推拉变焦、主角向前走……」。画面由 AI 生成。图源:可灵官方博客 Inside Kling 4.0 指南

10 个关键帧 + 15 个参考素材:把分镜交给 AI

长了之后,新的问题来了:30 秒里发生什么、什么时候发生,怎么控制?可灵 4.0 给了两样工具。

第一样:关键帧,最多 10 张。你画好(或者用 AI 生成好)几张关键画面,告诉它「第几秒要到这个画面」,它负责把中间的过程补齐。开头那条 20 秒样片,官方就放出了它用的几张关键帧:


[官方图] 官方博客「多关键帧控制」一节中,与 20 秒样片配套的关键帧图片:手心星光、显示器、章鱼、冰箱汉堡、墙上的眼睛。画面由 AI 生成。图源:可灵官方博客 Introducing Kling 4.0

对照开头的截帧就能看出来:关键帧定下了「去哪里」,AI 决定「怎么走过去」。这就是导演画分镜、摄影师去拍的分工,只不过摄影师换成了 AI。

第二样:全能参考,一次最多 15 项。图片最多 10 张、视频最多 5 段(总长不超过 30 秒)、主体最多 7 个,可以混着用;主体还能指定声音。比如你给它一张产品图、一个模特的几张照片、一段想模仿节奏的参考视频,它会把这些凑进同一条片子里。


[官方图] 官方博客「全能参考」一节的示例素材:同一只舞狮在不同场景中保持造型一致。画面由 AI 生成。图源:可灵官方博客 Introducing Kling 4.0

官方还提了一个很实用的玩法,叫「创意复刻」:参考一条已经跑通的爆款视频的节奏、构图和镜头语言,把里面的产品和人物换成你自己的。做电商、美妆、数码广告的团队,基本就是冲这个功能来的。

另外,提示词上限提到了 8000 个 token,支持中文、英文、日语、韩语等多种语言,还支持北京话、东北话、四川话、粤语等方言和口音。

4K 10-bit HDR:能不能直接进投放素材

这是这次宣传里最吸引眼球的一项,也是最需要说清楚的一项:截至 10 月 15 日全量上线,4K 和 1080p 的 10-bit HDR 输出仍是「即将上线」。可灵官方 X 账号的上线公告、界面新闻的快讯都是这个说法。


[框架示意] 本号按官方公告整理:左侧为 10 月 15 日起可用,右侧为官方标注「即将上线」或未公布。来源:可灵官方博客、可灵官方 X 账号、界面新闻

10-bit HDR 有什么用?简单说,就是颜色更细、亮暗过渡更顺。逆光、夜景、霓虹灯这类高反差画面,暗部和亮部能保留更多细节,后期调色也更有空间。等它真正上线,AI 生成的片子才更有机会直接用于投放,不用再经过一道「修画质」。

现在已经能用的,是新版创作页:图片、视频、音频参考放进同一个输入框;预览、剪辑、加素材都在一条时间线上完成;还有一个可以自由连节点的画布,以及能听懂需求、帮你调用工具的 Agent。


[官方图] 可灵 4.0 新版创作页:上方预览,下方时间线,底部是合并后的输入框。图源:可灵官方博客 Introducing Kling 4.0

谁现在就该用,谁还要再等等(价格、API、积分门槛)

现在就值得用的人:

  • 做短视频和电商广告的团队:30 秒一镜到底加创意复刻,能明显减少「拍多条、剪接缝」的工作量;
  • 用 AI 做短片、MV 的个人创作者:10 张关键帧让你第一次能比较可控地讲完一个小故事;
  • 已经在用 AI Agent 的开发者:可灵 4.0 新增了 MCP 和 CLI 接入,可以让 Agent 直接调用 4.0 来生成视频。

建议再等等的人:

  • 需要 4K HDR 成片直接投放的品牌方:等 HDR 正式上线再评估;
  • 想把它接进自己产品的企业和开发者:企业 API 官方只说「近期开放」,没有日期;
  • 对成本敏感的用户:截至发稿,官方没有公布 4.0 的价格和积分标准,轻量版 Kling 4.0 Flash 官方只说「性价比高」,也没给具体数字。

使用建议

  • 先用关键帧,再写长提示词。30 秒的片子靠一句话很难控住节奏,先定 3 到 5 张关键画面,成功率会高很多;
  • 参考素材宁少勿杂。15 项是上限,不是目标,主体和风格各给一两个清楚的参考,比一次塞满更稳;
  • 价格以官方公布为准。公告之外的价格说法,多半是旧版本的价格,别拿来做预算。
RELATED READING

延伸阅读

更多一线实战笔记与深度复盘,助您持续精进