可灵 Kling 4.0 发布：支持立体声、多语言唇同步并推出轻量 Flash 版本

AI 视频生成器 Kling AI 发布了 4.0 版本，具有更高分辨率、更精准的控制，以及该公司表示应能缩小 AI 生成视频与专业视频之间差距的快速 Flash 版本。

用户现在单次可生成最长 30 秒的视频，系统还接受最多十张关键帧图像作为输入，以固定场景转场、角色状态和故事节奏。提示词理解能力扩展至 8,000 个 token。

据 Kling AI 介绍，升级后的 "Omni Reference" 系统在单次生成中可接受最多 15 个参考素材，包括最多 10 张图片、总时长不超过 30 秒的 5 个视频，以及 7 个元素。分镜、线框图、图像网格、白模视频和深度图视频均可作为参考。

一项 "Creative Recreation" 功能让用户可以将现有视频作为模板，替换其中的产品或角色。该公司表示，面部表情、肢体动作、镜头角度或背景等单个元素可以在不影响片段其余部分的情况下进行调整。

下面的视频将 Kling 4.0 与均来自中国竞争对手的 Wan 3.0 和 Seedance 2.5 进行了对比。Kling 4.0 表现不俗但并未领先，尤其是在镜头逻辑排序、物理效果和自然对话方面。这可能是 AI 视频模型迅猛发展势头开始趋于平缓的早期迹象，不过下一版 Wan 和 Seedance 的发布将告诉我们更多。

立体声音频和多语言语音为本次更新画上句点

据该公司介绍，Kling 4.0 增加了双声道立体声音频，并改进了包括德语、英语、日语、韩语和西班牙语在内的十多种语言的口型同步，同时支持各种方言和口音。视频内文字生成现在也支持多种语言，并且在镜头运动中保持稳定。4K 和 1080p 的 10-bit HDR 输出，以及可将片段延长至最长两分钟的视频延展功能，均被 Kling AI 列为"即将推出"。

与主模型一同发布的还有一个更轻量的 Flash 版本。Kling 4.0 Flash 旨在以更低成本实现更快生成，但最高仅支持 720p 和 20 秒视频。创作界面经过重新设计，现在可以通过 MCP 和 CLI 访问 Kling 4.0，这使得构建基于智能体的自动化工作流成为可能。Kling 4.0 API 的定价尚未公布，支持列在"即将推出"中。

无炒作的 AI 新闻 – 由人工精心筛选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、每年六期独家 "AI Radar" 前沿报告、完整档案访问权，以及评论区的访问权限。