Wery Logo
返回部落格列表
模型指南 · 2026-10-30 · Wery.AI Team

Kling 4.0 新功能詳解:30 秒生成、10 張關鍵影格與全能參考

目錄

Kling 4.0 為 AI 影片創作者提供了更充分的場景調度空間:單次生成最長 30 秒,支援 10 張關鍵影格影像,並能更細緻地控制參考素材、角色表演與後續編輯。這次更新的重點,是讓創作者更有把握地執導一個場景。

Kling 4.0 先前已分批開放,官方於 2026 年 10 月 15 日宣布擴大開放範圍。本文聚焦已確認的變化,比較完整版本、Flash 與 Kling 3.0,協助你選擇合適的工作流程。原生音訊和多鏡頭敘事在 3.0 中就已存在,因此不列為首次推出的新功能。官方模型公告

以下重點介紹六項實用升級,說明完整版本與 Flash 的差異,並以簡短範例展示如何準備參考素材、描述運鏡,以及修改一段接近完成的鏡頭。

Kling 4.0 官方展示畫面中,一條巨龍俯瞰城市
Kling AI 提供的 Kling 4.0 官方展示靜態影格。這張由廠商挑選的圖片用於展示視覺風格,並非獨立畫質或動態效果測試。

Kling 4.0 有哪些新功能?

1. 單次生成最長 30 秒,給表演留出更多時間

Kling 4.0 支援單次生成 3–30 秒影片,長度可按 1 秒遞增調整。Kling 3.0 公布的範圍為 3–15 秒。長度上限加倍後,較長的動作、情緒停頓或幾個相連的敘事節拍,有機會在同一段影片中完成,不必馬上接上下一段。

實際價值在於連續性。一次生成可以嘗試讓同一個角色、房間、光線和聲音貫穿整個場景,但仍須檢查結果:時間越長,身分漂移與銜接薄弱的問題也有更多機會出現。

更長的鏡頭不一定需要安排更多事件。可以把額外時間留給值得展開的動作,例如慢慢意識到某件事、謹慎地移動,或說完台詞後的反應,而不是把每一秒都塞滿。

2. 最多 10 張關鍵影格,明確設定重要畫面

獨立的 Keyframes 入口支援在指定時間設定首格、尾格與中間影格,最多輸入 10 張影像。你可以先確定重要的畫面狀態,再描述它們之間如何過渡。

如果揭曉或結尾必須落在特定構圖上,這項功能尤其有用。例如,從空蕩的門口開始,中間呈現角色的反應,最後落到他發現的物品上。每張圖都應屬於同一個場景,避免混入不一致的風格或地點。

準備素材前,先選好入口。使用指南將 Keyframes 與全能參考區分開來,並說明兩者不能在同一個任務中組合使用。Keyframes 接受影像,但不透過這個獨立入口接受其他參考素材。

3. 全能參考分別控制身分、動作與聲音

全能參考讓不同素材各司其職:一張圖定義角色,另一張圖定義場景,一段影片提供運鏡路徑或動作節奏。指南建議在提示詞中用 @Image1、@Video1 等素材引用,明確說明這些分工。

使用時須注意以下容量限制:

  • 影像、影片、聲音設定檔與元素合計最多 15 個參考素材。
  • 在總量限制內,分別最多支援 10 張影像、5 段影片、7 個元素與 3 個聲音設定檔。
  • 參考影片、待編輯影片和影片元素共用 5 段影片的額度,合計長度不超過 30 秒。

這些限制彼此重疊,不能直接相加。目前音訊輸入支援聲音設定檔;指南說明,不支援上傳背景音樂與音效,這類聲音應透過提示詞描述。

4. 立體聲音訊與更寬畫幅,豐富場景表達

Kling 列出了雙聲道立體聲、改進的嘴型同步,以及新增的德語、法語與印地語等語言支援。支援的口音與方言包括粵語及多種英語口音。這些能力有助於更具體地安排表演:誰在說話、聲音如何,以及周圍環境發出什麼聲音。

完整版本列出的輸出解析度為 720p、1080p 和 4K,畫面比例包括 21:9、16:9、1:1、9:16 與 Auto。更寬的畫面有助於表現人物距離,或為角色入鏡留出空間。如果最終影片採直式畫面,還需要另外規劃構圖。

Kling 目前的使用指南在支援的 1080p 與 4K 模式中列出了 10-bit HDR。實際可用性可能因介面與帳號而異,向客戶承諾格式前應檢查實際選項。指南另行介紹了最長兩分鐘的影片延長功能,它與單次生成最長 30 秒的限制不同。

5. 定向編輯,為接近成功的鏡頭保留修改機會

指南介紹了編輯現有影片中表情、動作、機位、風格與背景的方法。提示詞語法的區別很重要:「Edit @Video1」表示修改該影片,而「Reference @Video1」可能啟動一次以參考為基礎的新生成。

對於接近理想結果的場景,先指定一項修改,並明確說明哪些內容必須維持不變。接著檢查編輯位置前後的影格,確認是否出現新的不一致。局部編輯有望減少整段重做的需要,但保留效果仍須驗證。

短片 Tea When You Have Time 中,一位老人在陽光照入的客廳裡
官方創作者案例 Tea When You Have Time 的一格畫面。創作者討論了節奏、角色一致性、關鍵影格與粵語對白;這些觀察僅代表該專案的經驗。

6. 更長的提示詞,描述複雜場景

Kling 4.0 的指南允許最長 8,000 token 的文字提示詞。更大的容量有助於描述複雜場景中的時間安排、空間關係、表演、運鏡與保留要求,但不代表需要堆砌籠統的形容詞。先寫主體與動作,再加入真正影響鏡頭的細節。官方使用指南

編輯指令範例:「Edit @Video1:將光線調整為接近傍晚的琥珀色,同時保留表演者的臉部身分、服裝、身體動作、構圖與影片時間安排。不要加入新道具,也不要改變攝影機路徑。」Kling 區分「Edit @Video1」與「Reference @Video1」,後者可能觸發以參考為基礎的重新生成。編輯後應檢查影格是否出現不需要的變化。

Kling 4.0 與早期版本相比如何?

相較於 Kling 3.0 公布的 15 秒生成上限,完整 Kling 4.0 將上限提高至 30 秒,新增最多 10 張關鍵影格的獨立工作流程,並擴充混合素材控制。原生音訊、對白與多鏡頭敘事並非全新能力,3.0 系列已經支援。

如果要在 Kling 4.0 的不同模式之間選擇,Flash 適合更快、成本更低的反覆嘗試,但目前上限是 20 秒與 720p,也不支援多關鍵影格控制。Seedance 2.5 是另一個音訊與影片生成選項;比較時應看實際參考需求與編輯工作流程,而不只看長度。

創作者案例能說明什麼?

在 Kling 發布的案例中,創作者 Amiraigc 介紹了為短片 Tea When You Have Time 使用 30 秒生成、全能參考與關鍵影格的過程。他表示,這些功能給老年角色的動作留出了更多時間,改善了專案中的一致性,並生成了令人信服的粵語對白。

這個製作案例將功能與具體的敘事需求連結起來:讓場景有充分展開的時間。但它仍是一位創作者的經驗,並由 Kling 發布,不能據此得出普遍適用的改善百分比,也不能省去對自己影片中身分、節奏與語音的檢查。

哪些人適合使用 Kling 4.0?

如果現有片段總是太早結束、故事需要特定的中間畫面,或多份參考素材需要提供不同類型的指引,Kling 4.0 值得關注。這幾項主要升級可以互相配合:更長的生成時間提供空間,關鍵影格明確設定重要時刻,參考分工指引哪些內容需要維持一致。

若要製作完整短片,建議先確定故事與鏡頭清單,再測試這些控制功能。釐清哪些時刻需要視覺錨點,再為預計使用的創作模式準備參考素材。

用 Wery.AI 構思下一個場景

把本文的創作思路帶到你的下一個專案,可以從 Wery.AI 開始探索 AI 圖像與影片創作。先用幾句話釐清故事目標:畫面裡是誰、身處什麼環境、正在做什麼,以及希望觀眾感受到什麼。無論是產品短片、人物敘事或社群內容,都可以先從一個重點明確的場景開始。

接著,將參考素材與鏡頭規劃放在一起整理。先確定角色外觀、場景色調與光線,再為開場、轉折和結尾準備視覺參考;分別寫清楚運鏡方式、動作節奏與聲音需求。進入圖像或影片創作時,就能圍繞同一個目標逐步嘗試,也更容易判斷哪個版本值得繼續完善。

先從一個鏡頭開始:選出最能表達核心想法的畫面,探索構圖與氛圍,再逐步擴展成一組連貫的鏡頭。在 Wery.AI 上,透過清楚的參考與具體的創作目標,將靈感發展成更完整的視覺方案。

延伸閱讀: Seedance 2.5 是什麼? · 如何用 Seedance 2.5 製作 AI FPV 無人機影片