Kling AI выпустила Kling 4.0: стереозвук, 30 секунд видео и версия Flash

Видеогенератор Kling AI выпустил версию 4.0. По словам компании, у неё выше разрешение, точнее управление, а быстрый вариант Flash должен сократить разрыв между ИИ-видео и профессиональным видео.

Главные изменения в генерации. За один проход теперь можно получить до 30 секунд видео. Система принимает до десяти ключевых кадров-изображений, чтобы задавать переходы между сценами, состояния персонажей и сюжетные точки. Понимание запроса расширено до 8000 токенов. Обновлённая система Omni Reference, по данным Kling AI, принимает до 15 референсов за одну генерацию: до 10 изображений, 5 видео суммарной длиной не более 30 секунд и 7 элементов. В качестве референсов подходят раскадровки, каркасные схемы (wireframes), сетки изображений, видео с белыми моделями и видео с картами глубины.

Функция «Creative Recreation» позволяет взять готовое видео как шаблон и заменить в нём товары или персонажей. Компания утверждает, что отдельные элементы, мимику, движения тела, ракурсы камеры, фон, можно править, не затрагивая остальной ролик.

Звук и речь. Kling 4.0 получила двухканальный стереозвук и улучшенную синхронизацию губ с речью более чем на десяти языках, среди которых немецкий, английский, японский, корейский и испанский, а также на разных диалектах и акцентах (со слов компании). Текст внутри видео теперь генерируется на нескольких языках и остаётся стабильным при движении камеры. Вывод 10-bit HDR в 4K и 1080p и функция продления видео до двух минут помечены у Kling AI как «скоро» (coming soon), то есть пока недоступны.

Вместе с основной моделью вышла облегчённая Kling 4.0 Flash: она рассчитана на более быструю генерацию и меньшую стоимость, но ограничена 720p и 20 секундами видео. Интерфейс создания роликов переработан, а доступ к Kling 4.0 теперь возможен через MCP и CLI, что позволяет строить автоматизированные процессы с ИИ-агентами. Цены на API Kling 4.0 пока не объявлены, поддержка API помечена как «скоро».

Оценка The Decoder. В сравнительном видео издание поставило Kling 4.0 рядом с Wan 3.0 и Seedance 2.5, обе модели от китайских конкурентов. Kling 4.0 держится на их уровне, но вперёд не вырывается, особенно в логичной последовательности кадров, физике и естественно звучащих диалогах. Издание предполагает, что это может быть ранним признаком замедления стремительного прогресса видеомоделей, но подтвердят или опровергнут это следующие релизы Wan и Seedance.

Ключевые факты

Kling 4.0 генерирует до 30 секунд видео за один проход, принимает до десяти ключевых кадров и запросы длиной до 8000 токенов.
Omni Reference принимает до 15 референсов за генерацию (до 10 изображений, 5 видео суммарно до 30 секунд и 7 элементов); Creative Recreation меняет товары и персонажей в готовом видео.
Двухканальный стереозвук и улучшенная синхронизация губ с речью более чем на десяти языках, по данным компании.
Kling 4.0 Flash быстрее и дешевле, но ограничена 720p и 20 секундами; доступ через MCP и CLI, цены API не объявлены.
По оценке The Decoder, Kling 4.0 на уровне Wan 3.0 и Seedance 2.5, но не обгоняет их.

Почему это важно

Kling 4.0, заметное, но не прорывное обновление видеогенератора: длиннее ролики, больше входных референсов, звук в стерео и речь на многих языках. Сравнение The Decoder показывает, что новинка лишь догоняет китайских конкурентов Wan 3.0 и Seedance 2.5, а не опережает их. Издание осторожно допускает, что темп прогресса видеомоделей начинает выравниваться, но это его предположение, подтвердить которое смогут только следующие релизы конкурентов.

Кому это важно

Тем, кто делает видео нейросетями: ключевые кадры, референсы и замена товаров или персонажей в готовом ролике дают больше контроля над результатом. Пользователям с задачами на разных языках интересна улучшенная синхронизация губ с речью. Разработчикам агентских процессов, доступ через MCP и CLI, хотя API с ценами ещё впереди.

Как это применить

Для быстрых и недорогих проб можно использовать Kling 4.0 Flash, помня о пределе 720p и 20 секунд. Для сложных сцен, основную модель с ключевыми кадрами и Omni Reference (раскадровки, карты глубины и другие референсы). Автоматизировать работу с ИИ-агентами можно через MCP и CLI. Цены на API не объявлены, а 10-bit HDR и продление видео до двух минут пока помечены «скоро». Дата выхода и условия доступа в источнике не указаны.

Можно ли доверять

Большая часть характеристик, заявления самой Kling AI («по данным компании»), независимых замеров в материале нет. Сравнение с Wan 3.0 и Seedance 2.5, качественная оценка автора в видео, а не бенчмарк с цифрами. Выводы о возможном выравнивании прогресса, предположение издания.

Риски и подводные камни

Часть функций (10-bit HDR, продление видео до двух минут, поддержка API) пока недоступна. Flash ограничена 720p и 20 секундами. Насколько Flash быстрее и дешевле основной модели, источник не уточняет. Слабые места по оценке The Decoder, логика смены кадров, физика и естественность диалогов.

«Kling 4.0 держится на уровне, но вперёд не вырывается, особенно в том, что касается логичной последовательности кадров, физики и естественно звучащих диалогов.»

— The Decoder