快手旗下可灵 AI 的 Kling 4.0，一条视频最长 30 秒、自带声音，可以从提示词、一排关键帧，或参考图片和视频生成。
可灵 AI（Kling AI）是快手经营的 AI 视频服务，官方称 Kling 4.0 是原生多模态视频模型，目标是复杂运动更稳、多个参考之间更一致、故事节奏可控。
一次生成有三种起步方式：
每条视频都带声音。可灵会在同一次生成里出立体声、对白和音效，也没有关闭声音的开关。
在 Zero Kit 上，Kling 4.0 包含在 免费版 及以上套餐里，在本页顶部的编辑器里运行。
支持的设置：
视频按所选分辨率逐秒计费，36 积分起。带参考视频的视频更贵，因为参考视频的秒数也要计费。
选 Kling 4.0，主要是为了长镜头。一条视频里可以装下有开头、发展和结尾的完整场景，比如一支短广告、一段音乐短片或一场对话。
可灵默认开启智能分镜：长视频的镜头安排和节奏，由模型根据画面内容来定。
Kling 4.0 最高 1080p。可灵系列页对比了所有可灵版本的分辨率、时长和价格。
只想让一张照片动起来的话，用图生视频步骤更少。
Kling 4.0 一次生成最长 30 秒，足够连着做好几个动作，再说几句对白。
把场景写成先后顺序，需要的地方给出大致时间点：「女服务员倒咖啡；第 12 秒，女人开始讲她的故事；第 20 秒，男人放声大笑」。
可灵称人声、对白和画面保持同步，是立体声。台词写在引号里，用希望说出的语言来写。
时间越长越贵，先用较短的时长试想法。
电影感剧照，夜晚一家 50 年代风格的美式餐馆，两位朋友在红色皮革卡座里聊天，女人身子前倾讲着故事，男人大笑，一位女服务员在旁边倒咖啡，雨水划过窗户，窗外亮着霓虹「DINER」招牌，温暖的实景灯光，35 毫米胶片质感。
在「智能多帧」参考模式下，可以按剧情顺序加入最多 10 张图。第一张打开视频，最后一张收尾，中间的按顺序出现。
可灵用这些关键帧固定角色状态、场景切换和故事怎么推进。
设置方法：
只需要一个起点和一个终点时，用「首尾帧」模式，可以放一张或两张图。
夜晚一张电影剪辑师的桌面，一台大显示器上是视频时间线，下方排着同一名穿黄色潜水服的冲浪者的四张关键帧缩略图：黎明时在马里布划水出海、在浪上站起、在发光的浪筒里滑行、日落时走出大海，上方的全屏预览是他在浪筒里的画面，温暖的台灯，柔和的显示器光，浅景深。
Kling 4.0 一次生成可以组合最多 10 张参考图和 5 段参考视频。每个参考可以提供不同的东西：脸、服装、地点、动作或运镜。
按顺序说明每个参考的用途：「保留第一张图里女子的脸、发型和白色西装；只沿用第一段视频的运镜，不要里面的人物和场景」。
可灵提醒，没写用途的参考，模型会自己决定怎么用。参考视频的总时长有上限，所以先剪出需要的那一段。
在 Zero Kit 上，参考视频来自会话里已有的视频。
Kling 3.0 Omni能用的图片更少，参考视频也只有一段。
电影感照片，创意工作室的桌子，软木板上并排钉着一张红发女子穿白色定制西装的打印肖像，和一幅正在旋转的探戈舞者的灰色铅笔素描，前面的一块大平板电脑上，同一位红发女子穿着同一套白色西装，在布宜诺斯艾利斯华丽的舞厅里、水晶吊灯下与舞伴跳探戈，温暖的灯光，浅景深。
可灵建议把 Kling 4.0 的提示词分四部分写：每个参考的用途、整体设定与风格、按顺序发生的事件，最后是声音。
按顺序和用途称呼每个参考，比如「第一张图里的女子」「第一段视频的运镜」，并说明哪些内容不要。
用关键帧时，写清画面之间的变化和发生时间：「从第一帧开始门被推开；第 6 秒，镜头已经进入第二帧里的大厅」。
对白写在引号里，用希望说出的语言；环境声和音效写在发出它们的动作旁边。
把「高级」「史诗」这类含糊的词换成具体的光线、材质、构图和动作，先用较低分辨率试一条短的，再用 1080p 生成完整的一条。
由 Kling 4.0 生成
一镜到底的手持镜头，跟拍一名跑酷者穿过里斯本阳光下的赤陶色屋顶：他翻过烟囱，跃过楼与楼之间的空隙，落地翻滚后继续奔跑，鸽子四散飞起，镜头紧紧跟在他身后，脚下是波光闪烁的河流和老城区。
由 Kling 4.0 生成
一镜到底，一位穿红裙的花样滑冰运动员夜晚在中央公园的室外冰场上：她滑行，起跳旋转，稳稳落冰，雪花飘过灯光，身后是亮着灯的曼哈顿天际线，镜头平稳地绕着她转。
电影感运动静帧，一名自由式单板滑雪者在瑞士阿尔卑斯山的粉雪坡上方、深蓝色天空下定格在后空翻的半空中，雪板甩出一道长长的雪弧，远处下方是锯齿状的山峰和一座小木屋，清冽的冬日阳光，超清晰的运动摄影，高速快门。
上世纪 90 年代家用摄像机录像静帧，加州郊区后院的生日派对，一个七岁的女孩正在吹灭糖霜蛋糕上的蜡烛，戴着派对帽的孩子们围在野餐桌旁欢呼，桌子底下趴着一只金毛寻回犬，VHS 溢色，柔和的扫描线，轻微过曝，右下角有一行橙色日期戳「JUN 14 1997」。
定格动画毛毡风格静帧，一位披红斗篷的羊毛小骑士骑着友善的毛毡龙，飞过拼布般的苏格兰绿色高地，山丘上有一座毛毡城堡，棉花糖般的云朵，用闪亮蓝色布料做成的湖，能看见针脚和纤维质感，温暖的手工微缩场景，柔和的摄影棚灯光。
电影感赛博朋克静帧，一位穿透明雨衣的女子夜晚走在未来洛杉矶被雨淋湿的街道上，高耸的全息广告牌和洋红、青色霓虹倒映在深深的水洼里，飞行汽车从头顶掠过，通风口冒着蒸汽，变形宽银幕镜头光斑，《银翼杀手》的氛围。
示例图仅作示意，实际效果因模型而异。
下面的价格都取自实时价目表，价格一调整，这里就跟着变。图片按张计费，视频按秒计费。
| 分辨率 | 套餐 | 积分 |
|---|---|---|
| 720p | 免费版 | 36 约 US$0.36 |
| 1080p | 免费版 | 54 约 US$0.54 |
Kling 4.0 的声音一直开着，没有开关；需要无声视频时，在剪辑软件里把音轨静音或换掉。
不能上传音乐或音效，要写进提示词里描述。可灵的音色、保存的主体和视频编辑，Zero Kit 上都用不了。
本页的编辑器只接收图片。在 免费版 及以上套餐里，参考视频要从会话里已有的视频放进来。
用关键帧生成的视频跟随首帧的比例，画幅设置对它不起作用。
Zero Kit 会把上传的图片转成可灵接受的格式，但每张图每边仍要至少 300 像素，宽高比在 2:5 到 5:2 之间，否则请求会被拒绝。
视频越长，脸、手和小字越容易跑偏。发布前把每一秒都看一遍；某一段总是出错时，把场景拆成几条更短的视频。
同一段提示词每次生成的结果都不同，满意的那条要留下。
通过可灵的开发者平台不免费：官方指南要求有旗舰资源包，或账户余额大于零，Kling 4.0 才能运行。
可灵自己的 App 有免费的 Basic 套餐，每月送免费积分；去水印和商用需要付费订阅。
在 Zero Kit 上，免费版就能使用。新账号注册即送 10 免费积分。
Kling 4.0 每秒视频的价格是：720p 档 36 积分（约 US$0.36） 和 1080p 档 54 积分（约 US$0.54）。
费率取决于分辨率。带参考视频的视频更贵，因为参考视频的秒数也要计费。本页表格列出了每种分辨率的实时价格。
美元金额为约数，按月付订阅价折算。
每条 3 到 30 秒。
时长在生成前设置。视频按秒计费，所以越长越贵。
可灵称每条 Kling 4.0 视频都带立体声，包括对白、环境声和音效，也没有关闭的开关。
想要什么声音，写在提示词里。可灵不接收上传的音乐和音效。
按剧情顺序加入图片，再描述它们之间发生了什么：
Kling 4.0 的视频更长，能按一排关键帧和参考视频生成，始终带声音，还会自己把长视频分成镜头。
Kling 3.0的视频更短，从文字、首帧或首尾帧生成，最高分辨率更高，每个镜头和它的时长由你自己写。
在 Zero Kit 上，Kling 3.0 的视频没有声音，它的 Turbo 版本带声音。
想把故事钉在一排关键帧上，用 Kling 4.0；视频还要跟着音频参考走，用Seedance 2.5。
两者都为长镜头而做，两家公司也都说声音和画面一起生成。Kling 4.0 最多接收 10 张图和 5 段视频，Seedance 2.5 则把图片、视频和音频片段都当作参考。
不是。Kling 4.0 由快手旗下的可灵 AI 开发，官网是 kling.ai。
Zero Kit 是独立的创作平台，与快手没有关联，在同一个编辑器里运行多家公司的模型。
付费套餐可以。付费套餐下生成的图片和视频可以商用，包括商品详情页、广告和社交媒体内容，但须遵守我们的服务条款。免费版的产出仅限个人、非商业用途。
不会。我们不会用你的提示词、上传内容或生成结果训练 AI 模型。为了完成生成，提示词和参考文件会发送给你所选模型的提供方，由对方按其自身条款处理这次请求。
写一句描述，或挑一个示例提示词，然后点生成。
最近更新：