可灵（Kling）AI 发布 4.0，支持立体声、多语种口型同步并推出 Flash 版本

AI 视频生成器 Kling AI 已发布 4.0 版本，分辨率更高、控制更精确，并推出快速 Flash 变体；该公司表示，这应能缩小 AI 生成视频与专业视频之间的差距。

用户现在单次最多可生成 30 秒视频，系统最多可接受十张关键帧图像作为输入，以确定场景转换、角色状态和故事节拍。提示词理解能力已扩展至 8,000 tokens。

据 Kling AI 称，升级后的 "Omni Reference" 系统在单次生成中最多可接受 15 个参考素材，包括最多 10 张图像、合计最长 30 秒的 5 段视频，以及 7 个元素。分镜、线框、图像网格、白模视频和深度图视频均可作为参考。

"Creative Recreation" 功能让用户以现有视频为模板，替换其中的产品或角色。该公司表示，可以单独调整面部表情、肢体动作、镜头角度或背景等元素，而不影响片段的其余部分。

下方视频将 Kling 4.0 与均来自中国竞争对手的 Wan 3.0 和 Seedance 2.5 进行对比。Kling 4.0 不落下风，但并未领先，尤其是在镜头逻辑顺序、物理效果和自然对白方面。这可能是 AI 视频模型飞速进步开始放缓的早期迹象，不过下一代 Wan 和 Seedance 的发布将告诉我们更多。

立体声音频与多语言语音完善了此次更新

Kling 4.0 新增双声道立体声音频，并改进了超过十种语言的口型同步，包括德语、英语、日语、韩语和西班牙语，以及各种方言和口音，据该公司称。视频内文字生成现在也支持多种语言，并在镜头运动期间保持稳定。4K 和 1080p 的 10-bit HDR 输出，以及可将片段延长至最多两分钟的视频延长功能，均被 Kling AI 列为 "即将推出"。

在主模型之外，Kling AI 还推出了更轻量的 Flash 变体。Kling 4.0 Flash 专为以更低成本实现更快生成而设计，但最高仅支持 720p 和 20 秒视频。创作界面已重新设计，Kling 4.0 现在可通过 MCP 和 CLI 访问，从而能够使用 AI agents 构建自动化工作流。Kling 4.0 API 的定价尚未公布，相关支持列为 "即将推出"。

没有炒作的 AI 新闻 – 由人工策展

订阅 THE DECODER，即可获得无广告阅读、每周一期 AI 通讯、每年六次的独家 "AI Radar" 前沿报告、完整存档访问权限，以及评论区访问权限。