可灵4.0上线!10张关键帧搞定30秒AI视频
10月15日,快手可灵AI的新一代模型 Kling 4.0(可灵4.0)全量上线了。最抓眼球的参数是单次原生生成最长 30 秒——比上一代 Kling 3.0 的 15 秒直接翻倍,也压过了 Veo 3.1 的 20 秒上限。但我这几天折腾下来的感受是,真正改变干活方式的不一定是时长,而是那 10 张关键帧。AI视频生成这半年一直在卷清晰度,可灵这次把力气花在了"可控"上,方向明显对了。
30秒直出,把拼接这道工序砍掉了
做过AI视频的人都懂那种痛:单个 5 秒镜头往往挺惊艳,一旦要凑成一条 30 秒的短片,漫长地返工就开始了——人物中途换脸、衣服变了颜色、光线一会儿晴一会儿阴,接缝永远补不完。这也是为什么过去大半时间我们都花在后期缝合,而不是创意本身。
Kling 4.0 的思路很直接:干脆不拼。一个镜头一次跑完 30 秒,模型自己在过程中维护人物、场景和主动作线的连续性。有媒体拿"一名女性从 16 岁走到 80 岁"做过对比测试,喂进去 10 张关键帧的版本,年龄过渡是平滑的,发型服装跟着年龄段走,中段没崩;只给一张年轻照让模型自己推导的版本,前半段只剩衣服在变,年龄感跟不上,从中年直接跳到了老年。
这个差别挺说明问题的。节点给得越明确,模型越知道边界在哪;节点给得少,自由度是高了,但赌的成分也高了。运镜方面同样有进步,推、拉、摇、移、跟拍、环绕这些大幅度动作,以前极容易出现空间错乱和物体扭曲,这一版在常规强度下已经稳得住。配合官方提到的 10-bit HDR 输出(4K、1080p 标注为"即将上线"),素材导进达芬奇还有调色余地——8-bit 素材一拉曲线就色阶断层,这点做过后期的不用我多说。
关键帧怎么用:别塞满,五六张刚刚好
关键帧的本质是在时间轴上钉状态。哪个时间点人物必须出现、哪个节点产品该露脸、哪里转场,由你说了算,中间怎么流动交给模型去补,这个分工理清楚,出片率会高很多。
官方那条 30 秒产品片示例只用了 5 帧:0 秒建立人物与场景,6 秒引入产品,12 秒进入使用场景,20 秒切换机位,28 秒落回主镜头。换算下来就是每 6 到 8 秒一帧,30 秒排 5 到 6 张最舒服。上限写着 10 张,真塞满了反而容易跳帧。既使你把分辨率降到最低先试结构,关键帧的顺序错了照样崩,这一点跟画质没关系。
- 单张关键帧只放一个主要变化,别指望一帧同时交代换装、转场加情绪转折。
- 同一任务里所有素材的人物、光线、风格要对齐,参考素材互相打架,模型必崩。
- 提示词里写事件的先后顺序,必须和关键帧的时间轴顺序一致,这条最容易被忽略。
- Kling 4.0 Flash 用来试提示词和构图层,最终成片再用满血版跑,积分能省一大半。
还有个前提得提醒一下:全能参考(最多 15 项素材,支持 10 图 + 5 视频 + 7 主体)和多关键帧是两种不同的控制模式,一次任务只能选其一。锁一致性用全能参考,讲故事节拍用关键帧。先想清楚这趟要干什么,别两个一起往上堆。
价格、避坑与几句实话
距离 9 月 28 日首曝以经过去快一个月,官方到现在还没公布 Kling 4.0 的正式定价,企业和开发者 API 只给了"近期开放"的说法。第三方测算大致是 1080p 每秒 15 积分,跑满一条 30 秒 1080p 就是 450 积分左右,折合人民币十几块到二十块不等——但这还没算重跑。我的建议是按"可用成片"而不是"单次尝试"做预算,同一组参数跑两三次再定稿是常态。
官方点名的四类错误值得抄在便利贴上:关键帧过多、单帧变化过大、参考素材互相矛盾、提示词与关键帧顺序冲突。另外像 2 分钟续拍、4K 及 1080p 的 HDR、21:9 超宽画幅这些还挂在"即将上线"里,做排期时千万别把它们算进去,不然交付当天会很被动。
其它不多说了。我的判断是,AI视频这一轮的竞争焦点已经从"能不能生成"转到"能不能稳定、可控地生成",可灵把一部分叙事控制权交还给了创作者,接下来拼的就是谁的分镜和素材库更扎实。想上手的话,今天就做两件事:按人物、场景、道具把主体图和三视图整理成一个素材库;再攒一套自己的镜头提示词——比如"低机位一镜到底跟拍"这种,比写一万遍"电影感"管用。
AI奶盒 · 免费的 AI 提示词脚本工具
免费使用 →