可灵Kling 4.0上线了,30秒视频这样拍
10月15日,可灵AI的新一代视频生成模型 Kling 4.0 正式上线。如果你最近在做AI视频生成,这条消息值得认真看一眼——因为它升级的方向已经变了,不再是"能不能生成出来",而是"能不能稳定地、可控地生成",也就是能不能真的拿去交付给客户。
这次升级到底升了什么
先说三个最直观的数:单次原生生成时长拉到最长30秒,画面支持最高10-bit HDR 的4K和1080p输出,还多了21:9超宽画幅可选。30秒听着不长,但对短视频来说已经是一个完整的镜头段落了,起承转合放得进去,不用再拿四五个片段硬拼。
真正值钱的其实是动态表现。以前的模型一碰上高速运动、跟拍环绕这类复杂运镜,人物和场景就容易糊成一团,看着像隔了一层水雾。Kling 4.0 专门啃了这块骨头,大幅度动态的稳定性和连贯性明显提升。我的判断是,这一条比分辨率重要得多——4K当然香,但画面抖得没法看,再高的分辨率也白搭。
还有个细节挺有意思:模型内置了导演思维,会对你写的提示词做合理的扩展和补充,文本输入上限也提到了8000 tokens。换句话说,你终于可以把一段完整的分镜脚本丢给它,而不是绞尽脑汁压缩成一句话。
分镜脚本怎么写,模型才听得懂
很多人抱怨AI视频全靠"抽卡",十次出不了一条能用的。说实话大部分问题不在模型,在提示词写得太粗。你写"一个女孩在雨里奔跑",模型只能靠猜,猜出来的东西自然飘。
- 别写情绪,写动作。把"她很伤心"改成"她低着头,肩膀微微发抖,脚步越来越慢",出来的画面立刻不一样。
- 镜头语言要说清楚。推、拉、摇、移、跟拍、环绕,选一个明明白白写进去,别让它自由发挥。
- 给时间和节奏。0到3秒近景,3到8秒缓慢拉远,8到15秒切侧面——这样写,模型更容易对上你的意图。
- 环境信息别省。时间、天气、光线方向、画面色调,写进去的每一条都在替你砍掉一次重抽。
我自己的习惯是把分镜做成三栏:画面、运镜、时长。写完出声读一遍,如果读起来像在跟摄影师说戏,那基本就对了;如果读起来像在写作文,那就再改一遍。
关键帧加全能参考,把抽卡变成导戏
这是我认为 Kling 4.0 最实用的部分,也是它和其它模型拉开差距的地方。单次任务最多能塞15项参考素材——图片10张、视频5段、主体7个,另外还能给最多10张关键帧。角色一致性已来都是视频生成最头疼的事,现在终于有了个比较靠谱的解法:把开头和结尾的画面定死,让模型去补中间。
举个具体的例子。做一支数码产品广告,你可以上传产品的三视图,再传一段参考视频借它的镜头编排和叙事节奏,最后给3张关键帧锁住开场、产品亮相、结尾logo三个节点。生成的成片不会跑偏太多,后续要改也只改局部,不用整条推倒重来。创作体验变的更接近导戏,而不是反复抽卡碰运气。
另外,视频续拍支持多次续,最长能延到2分钟。做短剧或者稍长一点的宣传片,这个能力挺关键。再加上这次同步开放了 MCP、CLI 和 API,用 AI Agent 批量跑素材也成了可能。
现在就能动手的两件事
扒一条你喜欢的广告,把它的分镜逐镜拆下来,照着结构用Kling 4.0复刻一遍,替换成自己的产品。这是最快摸清模型脾气的办法。
再就是建你自己的素材库。主体三视图、常用场景图、跑通过的参考视频,攒够十几组之后,出片速度会有肉眼可见的变化。可灵AI官方说已经服务了全球224个国家和地区的1亿多用户,工具本身不缺人用,缺的是把流程跑顺的人。
AI视频这条赛道今年明显从"炫技"转向"干活"了。30秒、HDR、多参考、可控关键帧——这些词搁在一起,指向的是同一件事:它开始像一个能进生产流程的工具,而不是一个玩具。早一点把工作流搭起来,比等下一个版本更有意义。
AI奶盒 · 免费的 AI 提示词脚本工具
免费使用 →