快手可灵 AI 昨晚宣布，Kling 4.0 正式全量上线 klingai.com。这代模型在画面真实感、创意掌控力和叙事完整度上都有明显提升，重点发力的方向是视听表现、多关键帧、口型匹配、文字生成和创意复刻。
先说画面。Kling 4.0 把高速运动、连续动作、跟拍和环绕这类大幅镜头运动打磨得更稳更顺，官方说法是达到了更接近专业成片的标准。它支持高品质音频和双通道立体声，声音的纵深和层次更接近现场同期声；角色口型匹配也更准了，台词和表演的配合更自然。输出规格上支持 4K 和 1080p 的 10-bit HDR，明暗过渡更平滑，还兼容 21:9 超宽画幅。
更关键的是时长和自由度。新版支持单次生成视频最长 30 秒，可以跑长镜头和连续叙事；再通过多次续拍，整体能延展到 2 分钟。输入侧也放宽了：同一任务里最多可以放 10 张图、5 段视频、7 个主体协同，省去反复调试的麻烦；提示词上限提到了 8000 tokens，而且系统会帮你补写润色，官方说法是引入「导演思维」来帮用户做判断。视觉风格覆盖电影感、动画、奇幻、像素、毛毡等，语言支持中英法德日韩西葡和印地语等多语种，连北京、四川、东北、粤语等口音方言也能生成。
配套上，Kling 4.0 已经接入 MCP/CLI，可以进到更多工作流里；创作页同步升级，面向企业和开发者的 API 也将在近期开放。从「能做什么」到「怎么接进生产流程」，可灵这次的路线明显偏向工具化，而不是做个好玩的玩具。
boxiyunAI的看法
- 30 秒单条 + 2 分钟续拍，是这次最有分量的升级。时长一直是 AI 视频的硬伤，短片能玩、长片接不上。能续拍、能保持叙事连贯，才谈得上真正做内容。
- 「镜头动得稳」比「画面好看」更重要。之前 AI 视频最容易被看出来的是大幅运动时的形变，这次专门打磨跟拍和环绕，说明厂商开始按成片标准而不是演示标准来做。
- 4K HDR + 21:9，是奔着商用素材去的。能直接进剪辑流程的素材，才有人愿意买单。这一点对做短视频、广告片的团队是实打实的利好。
- 接入 MCP/CLI 的信号很强。模型能力再强，接不进工作流就只是演示品。开放 MCP/CLI 和 API，等于承认自己的定位是流水线里的一环。
- 但对创作者别抱幻想。30 秒的生成片段不等于 30 秒成片，选镜头、调节奏、配音配乐这些活还是得人来干。它省的是素材成本，不是创作本身。
可灵这次的升级，本质上是在回答一个行业问题：AI 视频能不能从「发个朋友圈」变成「交付一条片子」。时长够长、镜头够稳、规格够高、还能接进工作流，这几条都补上之后，AI 视频工具才算真正进入生产环节。对创作者的现实建议是，把它当成素材生成器而不是成片机器，用它的效率优势，把创作判断留在自己手里。
