# Kling 4.0 新功能詳解：30 秒生成、10 張關鍵影格與全能參考

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](https://kling.ai/dev/model-release/kling-4)

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](/blog-media/kling-4-new-features/cover.png)

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](/blog-media/kling-4-new-features/tea-case-study.png)

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](https://kling.ai/quickstart/kling-4-model-user-guide)

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](https://s.wery.ai/nyd) 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？](/zh-tw/blogs/model-guides/what-is-seedance-2-5) · [如何用 Seedance 2.5 製作 AI FPV 無人機影片](/zh-tw/blogs/prompts/seedance-2-5-fpv-drone-video)
