什么是 Kling 4.0？功能、规格与使用方式

Kling 4.0 是快手推出的全新 AI 视频模型。据快手介绍，该模型于 2026 年 10 月 15 日正式上线，其核心亮点在于时长：单次生成最长可达 30 秒。在 VerseIn 上，它能将文本提示词或参考图转化为 3 至 30 秒的无声片段，分辨率支持 720p 或 1080p。本文所有内容均来自 Kling（可灵）与快手的官方页面以及 VerseIn 的模型页面；我们尚未生成过 Kling 4.0 片段，因此下文不包含对输出质量的评价。

核心要点

• Kling 官方表示，Kling 4.0 可“单次生成” 3 至 30 秒的视频，相比 Kling 3.0 标注的 3 至 15 秒有所提升。
• 在 VerseIn 上，Kling 4.0 支持文生视频与参考图生视频，时长为 3 至 30 秒，提供 720p 或 1080p 画质，画面比例支持 16:9、9:16、1:1 或 21:9。
• VerseIn 页面标注 Kling 4.0 输出为无声视频；Kling 官方文档则为其原生应用记录了立体声音频。
• 最多 10 个关键帧、15 个资产的 Omni Reference、视频编辑以及最长扩写至 2 分钟，均为 Kling 在其原生应用中注明的特性。VerseIn 的 Kling 4.0 页面并未列出这些功能。

VerseIn 上的 Kling 4.0 规格

以下是 VerseIn 的 Kling 4.0 模型页面截至 2026 年 10 月 27 日展示的选项。该页面将该模型概括为“在复杂镜头运镜下保持稳定动态，单次成片最长可达 30 秒，分辨率最高支持 1080p”。

该页面未列出图生视频或首帧模式，也未标注参考图数量上限。Kling 官方博客将其提示词上限表述为最高 8,000 个 token，单位有所不同；在 VerseIn 上，提示词框目前最多允许输入 8,000 个字符。

VerseIn 上的另外两个 Kling 页面均未列出 21:9：Kling 3 提供 16:9 和 9:16，而 Kling 3.0 Turbo 增加了 1:1。如需以提示词为核心体验 VerseIn 的各项视频模型，请参阅文本转视频页面。

什么是 Kling 4.0

Kling 4.0 是继 Kling 3.0 之后快手推出的新一代 Kling 视频模型。在其 Kling 4.0 功能页面中，Kling 称该模型带来了“更稳定的动态运动、逼真的物理交互以及更强的电影级镜头控制”。一篇 Kling 发布公告将其描述为“将视频生成、多模态参考和编辑融合于一体的创作模型”。

该模型的推出分为两个阶段。Kling 日期为 2026 年 9 月 30 日的 Kling 4.0 对比 3.0 文章指出，Kling 4.0 Flash 版本自 9 月 28 日起向“部分受限用户”开启了抢先体验。随后，快手科技发布的新闻稿表示，Kling 4.0 于“10 月 15 日正式上线”。我们在 Kling 页面上未找到专门针对 Flash 版本的独立规格说明。

Kling 官方注明的 Kling 4.0 功能

以下功能源自 Kling 官方页面，描述的是 Kling 原生应用。除上表中的 3 至 30 秒时长外，VerseIn 的 Kling 4.0 页面并未提供这些功能，因此请将其视为模型背景介绍，而非在 VerseIn 上可选的配置项。

最多 10 个关键帧

Kling 表示，你可以在时间轴上放置最多 10 个关键帧图像，以引导片段的发展过程。Kling 的对比文章指出，Kling 3.0 仅支持首尾两帧。

Omni Reference

Kling 的 Omni Reference 支持最多 15 个组合参考资产，“并受各项输入的独立限制”。Kling 列出的限制包括：最多 10 张图片、最多 5 个参考视频（合计 30 秒）以及最多 7 个主体元素，外加声音参考。

编辑与创意重绘（Creative Recreation）

Kling 的常见问题解答中将创意重绘和定向视频编辑与文本、图像及参考生成并列。Kling 称编辑功能可以更改角色、产品、背景、机位角度或视觉风格，最多支持 5 个输入片段（1 个主片段），素材合计最长 30 秒。

最长 2 分钟的视频扩写

Kling 介绍了通过多轮处理实现的前向与后向扩写，总时长最长可达 2 分钟。

音频与语言

Kling 表示 Kling 4.0 支持双声道立体声音频，相较 Kling 3.0 的单声道有所升级，同时具有更好的对口型效果，并支持声音参考。其对比文章指出，除了 3.0 标注的中文、英文、日文、韩文和西班牙文外，还新增了葡萄牙文、德文、法文、印地文“及更多语言”，并支持多语言屏幕文字、标志和表情符号。

4K 与 10-bit HDR：宣布即将推出

Kling 的功能页面提到“原生 4K 和 1080p 输出即将推出”，并具备 10-bit HDR。由于 Kling 页面其他部分对 4K 的描述有所不同，本文将 4K 和 HDR 视为已公布但尚未正式交付的功能。在 VerseIn 上，Kling 4.0 的最高输出分辨率为 1080p。

相比 Kling 3 有何改变

Kling 的对比文章将此次升级总结为“生成时长更长、时间轴控制更精细、多模态输入更丰富以及编辑更灵活”。

Kling 还表示 Kling 4.0 新增了 21:9 宽高比。

在 VerseIn 上，这两个模型在其他方面也存在差异。VerseIn 的 Kling 3 页面（Kling 官方命名中的 Kling 3.0）列出了文生视频、图生视频以及首尾帧模式，支持 3 至 15 秒的片段、16:9 与 9:16 画幅、5,000 字符的提示词上限，并随视频同时生成音频。VerseIn 上的 Kling 4.0 则提供更长的片段、更多的画幅比例以及更长的提示词，但 VerseIn 标注其输出为无声，且未列出首尾帧模式。

如果你需要在生成画面的同时获得声音，或者希望固定起始帧和结束帧，Kling 3 页面两项均支持。如果你需要单次生成超过 15 秒的长镜头，或需要 21:9 的画幅，Kling 4.0 是 VerseIn 上提供这些规格的 Kling 选项。

如何在 VerseIn 上使用 Kling 4.0

VerseIn 的模型页面列出了三个步骤：

1. 打开工作室。 从 Kling 4.0 页面点击进入工作室。系统会预先选中该模型，因此表单仅提供 Kling 4.0 支持的选项。
2. 编写提示词或添加参考图。 输入场景描述（输入框最多支持 8,000 字符），附带一张参考图或引入已保存的角色，亦可结合使用。在 3 至 30 秒内任意设置时长，随后选择 720p 或 1080p 以及画面比例。
3. 开始生成。 Kling 4.0 会在后台运行；生成完毕的片段将出现在你的素材库中，随时可以使用 AI 视频无损放大等工具进行超分辨率提升或重构画幅。

由于 Kling 的宣传核心聚焦于镜头控制与动态表现，在提示词中详细说明运镜方式（缓慢推进、环绕运镜、跟拍镜头）以及主体在长镜头各个阶段的行为，会对生成有所帮助。

由于生成的片段为无声视频，添加声音属于后续步骤。VerseIn 页面指出，你可以随后使用 AI 旁白配音和 AI 音乐生成器等工具补充配音或背景音乐。如果你需要随画面同步生成声音，请参阅带音频的 AI 视频生成器。

每次运行 Kling 4.0 都会消耗点数，具体扣除数量取决于所选模型和配置。VerseIn 的定价页面注明“确认之前始终会向你显示总费用”，如果运行失败，点数将自动返还。

Kling 4.0 的适用场景

VerseIn 页面推荐将 Kling 4.0 用于产品视频、UGC 广告、营销视频、社交媒体视频以及动漫视频。单次生成最长可达 30 秒，这意味着产品环绕展示或完整的广告口播可以在一个镜头内完成，而无需多段拼接。

如需查看分步操作流程，请参阅如何用一张照片制作产品视频以及如何用 AI 制作 UGC 视频广告。如需体验 VerseIn 的其他视频模型，请前往 AI 视频生成器页面。

常见问题

Kling 4.0 上线了吗？

是的。快手发布的新闻稿称，在 Kling 4.0 Flash 于 9 月 28 日面向“部分受限用户”开启抢先体验之后，Kling 4.0 已于 2026 年 10 月 15 日正式上线。目前该模型已在 VerseIn 上线，支持文生视频与参考生视频模式。

Kling 4.0 生成的视频可以有多长？

在 VerseIn 上，你可以在 3 至 30 秒之间按 1 秒步进自由设定时长。Kling 表示其原生应用可通过多轮扩写将片段延长至最长 2 分钟，但 VerseIn 的 Kling 4.0 页面并未列出该扩写功能。

Kling 4.0 在 VerseIn 上生成声音吗？

不生成。VerseIn 页面将 Kling 4.0 输出标注为无声视频。Kling 官方文档虽为其原生应用记录了立体声音频和对口型功能，但在 VerseIn 上，声音需在生成后另行添加旁白或音乐。

Kling 4.0 支持 4K 吗？

在 VerseIn 上不支持。Kling 官方将原生 4K 和 10-bit HDR 输出标注为即将推出。在 VerseIn 上，Kling 4.0 提供 720p 和 1080p 两种画质选项。