Kling 4.0 想拿下专业用户的野心，已经藏不住了

作者｜黄小艺
微信｜ H997Hbiu

盼望着、盼望着，可灵终于带着它的最新模型来了。

10 月 15 日晚，可灵 AI 的 Kling 4.0 正式全量上线，给已经激烈焦灼的视频模型战场又加了一把火。

和今年下半年大部分视频模型一样，Kling 4.0 也瞄准了专业用户：强化大幅动态和复杂运镜，将全能参考扩充至最多 15 项素材、关键帧扩充至最多 10 张图片，单次原生生成也延长到了 30 秒。

动作更复杂、控制更精准、叙事更完整，是这场竞争共同的方向。

但看完整份更新清单，会发现可灵这次的劲头格外足：专业用户想要的，它几乎都想安排上。

不仅输入端，文本长度上限提高到 8000 tokens，可以一次容纳更细致的分镜脚本；输出端，21:9 宽画幅和 4K 和 1080p 的 10-bit HDR，进一步照顾构图与后期需求。还有面向高频创作的 Flash 版本，为反复试稿提供了更快、更具性价比的选择。此外，Kling 4.0 API 也将于近期上线。

过去，可灵最为用户称道的，是细腻的人物与情绪表达，也就是“文戏”。这次，它在延续这一优势的同时，把“武戏”、大场面调度、创作控制和色彩表现一并补强，试图接住更完整的专业制作需求。

所以我们也准备挑剔一点，从连续动作到多人打斗，给它几份有明确要求的制作任务，实测了一番。

1

实测：从高速追逐到近身打斗，更强的动态表现

此前，Kling 的优势主要体现在人物面部、皮肤质感、细腻表演与角色一致性上。Kling 4.0 把重点进一步推向快速动作、打斗和运动场景：急停转身要有重心变化，身体接触要有合理反应，高速运动中人物也要保持稳定。

因此第一组，我们直接给它安排了一段 15 秒的犯罪片。

我们的要求是生成一段欧美大片，让银蓝跑车从正在爆炸的高楼之间冲出，镜头随即切进车内：驾驶员绷着脸，额角挂汗，抬眼查看后视镜。转入相邻的霓虹大道、甩开追捕之后，他才松下肩膀，呼出一口气。远处，伙伴放起烟花，他顺势用英语调侃了一句：“Real subtle， man。”——你可真够低调的。

从测试效果来看，成片基本按分镜逻辑展开：高速跟拍中，跑车与路面、背景的相对运动比较准确，切换机位后，车身比例和外形轮廓也保持了稳定；从爆炸街道驶入霓虹大道，车身反射的光色随环境和运动发生变化；驾驶员则从绷紧脸、查看后视镜，到松下肩膀、呼出一口气，表演也跟着情节完成了从紧张到放松的转换。

接下来，我们把难度集中到身体接触上，让一个穿黑色长衫的人类，与银色机器人打一场近身战。

准备好双方形象之后，我们在提示词里安排了一套连续攻防：机器人侧踢，人类接腿卸力；机器人压低重心扫腿，人类跃起避让；双方贴身拆招，再由人类重击机器人一拳，让对方被推远。

这组打斗最直接的观感，是拳脚有了分量。对于强调接触的动作戏，这一点很关键：观众需要相信一拳一脚会改变对手的动作，才能相信双方真的在交手。

这两个案例展示了高速运动和近身对抗，而回到人物表演，Kling 4.0 也延续了此前在文戏上的优势。

以这个老人吐槽 AI 的案例为例，一位老人坐在客厅的皮椅上发脾气。他皱紧眉头，上身前倾，伸出手指向前指点，说到激动处又摊开双手、连连挥动。

这段表演有意思的地方，在于情绪始终带着身体一起变化。从发作到憋着一肚子气，前后的变化连贯，让整段情节变得更加自然真实了。

高速场面撑得住，近身打斗有分量，人物情绪也有层次，Kling 4.0 的“能文能武”，在这些镜头里有了说服力。

1

模型升级，开始跟着专业场景走

当模型们集体迈进专业创作场景，一个常见的现象是：模型单点能力的提升，往往无法真正满足用户。

专业创作有明显的“木桶效应”。动作再精彩，商品变了，广告就用不了；人物演得很好，口型对不上，也需要返工；镜头本身满意，修改一个局部却牵连整段，制作成本同样会被拉高。任何一个环节出了问题，都可能抵消其他能力的提升。

而在 Kling 4.0 的更新里，能看见对广告制作、剧情短片、影视预演和后期处理这些工作需求的系统性回应。模型本身已经开始按照专业场景来组织能力了。

以原生 10-bit HDR、21:9 和双声道为例。

Kling 4.0 即将上线 1080p、4K 的 10-bit HDR 输出，将为更细的色彩过渡和更丰富的明暗层次提供基础，也为后期调色留下更多空间。

而 21:9 宽画幅便于安排多人调度、追逐和商品展示，减少二次裁切对构图的影响；双通道立体声则进一步照顾声音的空间表达。

但后期空间再大，前面的生成也得符合设计。这就连接到了输入端：专业用户通常已经准备好商品、角色、场景和分镜，需要这些资产继续发挥作用。

Kling 4.0 单次任务支持图片、视频、主体和音色等合计最多 15 项参考素材，关键帧最多支持 10 张。不同类型的素材中，图片定义人物与商品，视频提供动作和运镜，关键帧交代情节节点；故事板和白模等输入，还能传递构图、机位与空间关系。

这一环节的关键在于整合。多份素材共同作用于同一段内容，才能把前期设计转化为有效控制。

紧接着，这种控制还要延伸到修改。品牌想换一款商品，导演想调整场景，一个方案也可能需要衍生出多个版本。

Kling 4.0 为此提供了“创意复刻”和“精准编辑”功能。

创意复刻支持借鉴参考视频的叙事节奏与镜头编排，并替换其中的商品、角色或素材，让成熟方案可以继续利用。

精准编辑则直接作用于原视频，支持增加、修改或删除主体与背景，也能调整颜色、材质和风格。前一轮生成的成果，由此可以成为下一轮修改的基础。

此外，对广告来说，调整还经常落到具体的品牌信息上。Kling 4.0 同时强化了动态画面中的文字生成能力，支持多语种文字、Emoji 和 Logo，目标是让这些信息在画面运动、场景切换时保持清晰稳定。品牌标识和文案能否准确呈现，直接关系到一条广告能否使用。

当然，需要大批量使用的专业用户，还有一个重要的关注点，成本。在专业场景中，在最终镜头之前，用户往往需要反复试动作、构图和节奏。此次同步上线的 Kling 4.0 Flash，其作用就体现在这里。

它在这套产品里承担的是高频探索的角色，面向更快、更具性价比的生成需求，支持 3 至 20 秒生成，输出为 720p、8-bit SDR，也就是常规动态范围的视频规格。

一种可行的工作方式，是先用 Flash 试动作、构图和节奏，选定方案之后，再投入高规格制作。

从 Kling 4.0 这次更新的密度和覆盖范围看，我们能明显感觉到，模型对专业用户的理解，已经需要深入到制作过程。创作者带着什么素材进来，希望控制哪些细节，一条片子需要改多少轮，每一轮又要付出多少成本，这些具体问题，正在影响模型能力和产品功能的设计。

这也让视频模型之间的竞争变得更系统。画面表现、创作控制和生成效率需要同时向前，还要在同一个项目里配合得起来。一段惊艳的镜头可以吸引用户尝试，后续的修改、复用和交付，则决定了这次尝试能否变成长期使用。

这一次，Kling 4.0 想争取的，是专业用户在每一次开工时，都愿意选择它。

这是一场属于 AI 创业者、开发者、AIGC 创作者和社区伙伴的线下共创活动，五大部落、黑客松、Demo 展示、创作者交流，还有更多好玩的玩法等你来解锁！欢迎点击下方小程序报名！

点个“爱心”，再走 吧