Kling 4.0正式版上线：30秒直出、动态表现与全能参考

今天，可灵AI在凌晨正式上线了最新的视频模型Kling 4.0。

其实早在9月底，可灵就已经提前开放了一波4.0 Flash版本，给部分黑金年卡及Ultra年度订阅用户尝鲜。4.0 Flash当时在一些用户中的口碑非常好，便宜、速度快、质量也高，非常适合前期探索方向，作为一个样片模型来打草稿，确定效果以后，再去用更贵的大参数模型来生成。4.0 Flash之后，社区就一直在等Kling的4.0正式版，终于，在半个月之后，正式版来了。

我在今晚烧了几万积分，测了很多场景以后，觉得还是可以跟大家聊聊我的体验。这次我最关注的几个点，是30秒直出、复杂场景里的动态表现，还有全能参考。尤其是一些画面里很不起眼的小细节，反而挺能说明问题的。

一、30秒直出

以前的AI视频创作，经常是生几秒、挑几秒，再将分散的无数片段拼凑起来。而现在，我们终于开始可以一次性生成30秒的片段，在一个镜头里，实现更长的运动、融入更多的细节。30秒，开始在整体上接近一个完整的场景单元了。这对于专业的影视创作，无疑是至关重要的，而这次Kling 4.0也支持最长30秒直出。

比如我希望来个20秒以上的一镜到底，于是我准备了两张参考图，然后告诉可灵，我希望图一中的人物在图二的城市里被一群混混追逐，过程中要撞翻水果摊，与道路上的车辆发生交互，摄影机全程跟拍。最终生成了一段视频，我觉得整体效果还是不错的。尤其是这段镜头涉及到连续跑动、障碍物交互、人物转向以及摄影机跟随。

其中我除了关注水果被撞翻后的自然下落，还特别关注人物与纸箱的接触会是怎样的。我观察到了这样一个有意思的小细节：人物压在了被自己撞倒的纸箱上，纸箱发生了形变，虽然只有不起眼的一瞬间，但已经很能说明Kling 4.0在物理规律理解上的提升。

除了这场城市追逐戏外，我还直出了一段完整的马戏团的30秒剧情。没有借助任何参考图，纯文生视频，提示词其实还挺长的，我就直接截图放在这里了，喜欢的朋友也可以试试：

说实话，我还挺喜欢这一条的。因为它和前面城市追逐那段要求的能力还不太一样，城市追逐更多是看人物、道具还有摄影机的跟随。但马戏团这个提示词，里面几乎塞满了各种会让视频模型头疼的东西：高速俯冲、穿过狭窄的门帘、前景遮挡、多人运动、鸽群、羽毛、金粉，再加上从正常速度突然进入慢动作，还要一镜到底。这个时候，30秒的意义就出来了。

二、动态表现

聊完了关于逻辑及镜头方面的效果，回到真实的创作场景中，还有一项是我们无法忽略的，那就是模型在画面动态上的表现。可灵系列过去在人物情绪、表情表达和画面质感上就有不错的积累，这次我更想看看它能不能把大范围运动和复杂打斗也做好。

测试下来，相较于前一代而言，这次Kling 4.0的动态表现也有了明显的提升，特别是涉及到一些复杂的打斗场景时。比如我想致敬一波《美队2》中的电梯打戏，于是我用AI准备了两张与《美队2》拥有一样场景的图。对此提示词我是这样写的：参考图一和图二，在狭窄拥挤的金属电梯内，身穿深色外套、酒红色连帽衫的年轻男子遭到周围西装壮汉围攻。站在一旁的壮汉突然朝男子挥拳，男子及时侧身闪过挥拳，抓住对方手腕，转身肘击；随后被身后壮汉抱住，猛然后撞，将对方撞向电梯壁，挣脱后借力摔倒迎面扑来的敌人。攻防迅猛连贯，重心转移真实，撞击有重量，金属墙面随碰撞震颤。广角镜头贴身跟拍，随动作快速横移，撞击时轻微震动，一镜到底，动作清晰，无慢动作。

最终出来的效果是这样的：

这一条我觉得挺不错的，尤其是两个地方。第一，是动作之间的关系。从闪避到反击，再到身体碰撞，你至少能看出来人物在做什么，以及为什么会做下一个动作。第二，是镜头的临场感。近距离跟拍、快速横移，再加上一点碰撞时的镜头震动，这些东西组合起来，确实能让打斗显得更有重量，而整个的镜头调度，Kling 4.0完成得很好。

这个公寓打斗也不错。

除了暴力一点的场景，我还想看看它在另一种极端动态里会怎么样。比如，花样滑冰。我的Prompt是这样的：花样滑冰视觉短片，整体参考顶级体育商业大片的凌厉剪辑节奏与高速摄影美学。环境设定为极简深邃的暗黑冰场，唯有头顶一束冷冽银蓝追光刺破黑暗打在镜面冰场上。主视觉是一位气质清冷孤傲的亚裔女运动员，穿深海蓝渐变碎钻考斯滕。镜头以极低机位高速贴冰面追随她全速助滑冲刺、侧身凌厉急停刮起漫天扇形碎冰雾，紧接着她腾空跃起完成极具爆发力的四周跳、高速轴心旋转与大跨度燕式滑行。采用高速环绕运镜、微距冰刃特写与升格慢动作自由交织，水钻礼服与飞溅的冰晶在追光下拉出璀璨光轨，充满速度与力量的极致美感。

这类画面其实也挺难的，还要做出美感来。最后，可灵的效果还不错。跳跃和旋转过程中，人物身体的中轴、重心、四肢展开，以及落冰后的衔接，都非常不错。

除了花滑之外，我还专门跑了一个关于篮球的片段，提示词是这么写的：傍晚的城市天台篮球场，一名球员面对防守运用各种技巧，后撤步跳投。镜头在他出手时绕到身后，跟随篮球划出高弧线，空心入网，篮网轻轻弹起。夕阳逆光，城市天际线做背景。也非常的稳。

三、全能参考

而这一次，随着Kling 4.0而来，还有在参考能力上的提升。首先就是可灵将原本的视频首尾帧，直接改成了多帧参考，现在一次性是可以最多添加10帧画面的。

正好我也想到了一个好玩的，就是现在是国庆回来后的第一周，很多朋友还处于回味状态，于是我做了一个非常应景的小片段，对此我先准备了四张参考图分别作为视频的四帧画面。通过Kling 4.0，于是得到了这样的效果：

可灵在帧的过渡上，效果还是首屈一指的。

最后，在这次升级中，可灵在全能参考方面做得也更加细腻了。这可能是一部分人会忽视的一点，但它真的很重要。因为如果你也具备一定的AI视频创作经验就会知道，很多时候我们是不太能精准描述出自己想要的镜头的，但我们又的的确确会在各种地方看到我们想要的镜头。而即便现在的视频模型再强，随机性也是AI永恒的话题。如果要靠碰运气般一遍遍抽卡，成本未免太过。这个时候这种模型参考能力的价值就体现出来了。

比如我们公司有个小伙伴非常喜欢指环王三部曲，并且在第一部中有一个一镜到底的长镜头他个人非常喜欢，于是他把那一段截了下来。其实这一段只是中间一部分，前后还各衔接了两段交代艾辛格场景的片段，以及在配乐上也做了非常丝滑的衔接，但考虑到目前AI视频模型单镜头直出时长的限制，于是保留了中间他最喜欢的这一小段。

对此我换了个场景，同时还将片段中的甘道夫也替换成了下面的机器人。再简单交代一下：参考视频一的景别和运镜效果，生成具备同样运镜效果的一镜到底的视频；其中，整个场景换成第一张图中的场景，并且将视频中最后人物坐着的高塔也换成第一张图中的石塔上，然后将视频中的人物替换为第二张图片中的机器人，注意在蝴蝶飞到机器人手中前，机器人的面部屏幕一直显示的是一脸愁容的表情，而当蝴蝶飞到机器人手中后，机器人的面部屏幕随即切换为第三张图中的高兴表情。于是，配乐的衬托下，加上我们替换的机器人，一段略显滑稽搞笑的片段就此诞生：

当然，除了参考这种并替代掉这种运镜场景中的各种元素，最火的玩法，是替换掉原视频中的人物。说到这里我又想了一位故人，我就不放原视频了，大家懂的都懂。我想将宗主替换成牛来，于是我准备了牛来的三视图。然后把海外的AI F4，跟牛来跟视频一起，扔给了Kling 4.0，然后我的prompt是这么写的。于是……又是被魔性洗脑的一天。

最后

前面聊了那么多画面和功能，最后还是得回到一个非常现实的问题：钱。尤其对于每天都要做内容的人来说，这个问题真挺重要的。所以我一直觉得，评价一个视频模型，除了成片质量，还应该多看两个指标：单次生成成本，以及为了得到一条可用成片，你究竟要抽多少次卡，也就是我们常说的废片率。

这次Kling 4.0在价格上，我觉得还是有一定竞争力的。

• 1080P，30秒，是450积分。按照他们会员价的推算，大概就是16块钱一个30秒的1080P视频。
• 720P大概是9块钱。
• 而Kling 4.0 Flash就更便宜了。720P 20秒只要120积分。

所以很多时候我更加推荐用4.0 Flash先跑小demo和样本，然后再上Kling 4.0正式版去跑。

然后他们还有一个大活还没上线，支持10-bit 4K HDR的业内最高输出规格，这个确实之前从来没在AI视频上见过，非常期待了。

总体测下来，我觉得Kling 4.0这次在大范围动态、复杂动作衔接，以及全能参考的可控性上，都拿出了一些挺扎实的进步。我特别特别希望可灵未来，能越来越强。毕竟，有更多模型竞争，对于创作者来说，那才是好事。

以上，既然看到这里了，如果觉得不错，随手点个赞、评论、转发三连吧，这对我们有特别大的帮助。谢谢你看我的文章，我们，下次再见。