Arriva Kling 4.0: 430.000 corti AI in un anno. Su cosa punta il video AI cinese per fare il sorpasso

Il 28 settembre Kling AI, la piattaforma di Kuaishou, ha pubblicato un messaggio sul proprio account ufficiale: Kling 4.0 arriverà ufficialmente a ottobre, mentre la versione leggera Flash è già in beta chiusa per gli abbonati annuali. Il messaggio era breve, ma la sezione commenti era vivace. Nell'ultimo anno il settore del video AI cinese è passato da “si riesce a generare?” a “si riesce a consegnare?”, e i parametri aggiornati da Kling colpiscono esattamente i punti che fanno davvero male.

Prima i numeri. La versione Flash produce 720p, da 3 a 20 secondi per clip; la versione ufficiale arriva a 30 secondi per clip, fino al 4K, e in seguito arriverà anche l'HDR a 10 bit. Sono supportati formati dal 21:9 al 9:16. Ma non è questo il punto cruciale. Chi produce video di prodotto non teme una qualità insufficiente: teme di non poter “modificare”. Se il cliente chiede di cambiare l'angolazione dell'immagine principale, bisogna rifare tutto da capo, e volto e tonalità cambiano completamente. Kling 4.0 punta proprio a trasformare il “rifare” in “modificare”.

La prima novità è l'editing locale. In un video già generato si può modificare solo uno tra espressione, movimento, movimento di camera, stile o sfondo, lasciando il resto invariato, con un massimo di 5 video in input. È lo stesso approccio adottato da Qwen-Image 2.1 per l'editing locale nella generazione di immagini, solo trasferito al video. La seconda sono i keyframe: nella generazione da immagine a video si possono inserire fino a 10 immagini keyframe, fissandone una per l'immagine principale, una per lo scenario d'uso e una per il close-up della confezione, lasciando il movimento intermedio al modello. Come dicono gli addetti ai lavori, i keyframe sono lo storyboard, e lo storyboard permette al cliente di approvare prima che si spendano crediti, riducendo così i rifacimenti. La terza è Omni Reference: fino a 15 input per volta, mescolando immagini, video e voci, con @image1 e @video1 nel prompt per specificarne l'uso.

Anche il prezzo merita una menzione. Con il pagamento annuale, il piano base costa 21 dollari al mese, 180 crediti, circa 1,9 dollari a video; il piano avanzato 90 dollari, circa 1,1 dollari a video. Tutti i piani sono senza filigrana e il filmato finito è pronto per la consegna. Questo prezzo è calibrato sul mercato estero: Veo 3.1 di Google costa 0,4 dollari al secondo nel piano standard, mentre Wan 3.0 di Alibaba costa da 0,05 a 0,2 dollari al secondo. I modelli cinesi stanno scambiando prezzo con quote di mercato: è già un gioco a carte scoperte.

Dietro Kling 4.0 c'è un'intera curva di esplosione dei corti e dei manga AI. Xinhua ha riportato alcuni dati: nei primi 8 mesi del 2026 sono stati pubblicati 430.000 micro-dramma, 13 volte l'intero anno precedente, di cui oltre il 90% sono serie AI. Nel rapporto DataEye, la quota dei manga AI nella classifica dei top 100 è passata dal 7% nello stesso periodo del 2025 al 38%. Un confronto immediato è quello sui costi: un corto live-action costa da 50.000 a 100.000 yuan a episodio con un ciclo di 2-4 settimane; con l'AI il costo per episodio scende sotto i 5.000 yuan e il ciclo si comprime a 3-7 giorni.

Il fenomeno più interessante di questa ondata è il successo dei “drama dal realismo simulato”. 《斩仙台真人 AI 版》, lanciato a gennaio 2026, ha superato 110 milioni di visualizzazioni su Douyin, mentre 《风水天师》 ha superato i 40 milioni di popolarità su Hongguo ed è già arrivato alla sesta stagione. Il 30 settembre, nella top five dei più visti di Hongguo, quattro erano drama dal realismo simulato e solo uno era girato con attori reali. Il commento più diffuso era: gli attori reali sono brutti in mille modi diversi, l'AI è bella in modo uniforme.

Questa frase è un complimento, ma anche una critica. Proprio mentre i drama AI dominavano le classifiche, il disgusto fisico suscitato dalla “faccia AI” è finito tra gli argomenti più discussi. Alcuni utenti hanno confrontato degli screenshot e hanno scoperto che i protagonisti maschili di serie diverse hanno quasi la stessa faccia: stessa forma del viso, stesso taglio di capelli, persino la frangia con la stessa riga centrale. La spiegazione tecnica è che la generazione video deve mantenere la coerenza del volto fotogramma per fotogramma, e un volto simmetrico, regolare e senza difetti ha il margine di tolleranza più alto nei cambi di inquadratura: il modello produce quindi per default un volto “standard” e sicuro. A questo si aggiunge il fatto che molte squadre riutilizzano direttamente template di successo e attingono in massa a librerie pubbliche di volti digitali, accelerando l'omogeneizzazione. A fine giugno il Quotidiano del Popolo ha pubblicato un articolo dal titolo《AI 脸看腻了？“活人感”该回来了》 (Stanchi delle facce AI? È ora che torni il “senso di persona viva”), il cui punto centrale è: si può usare la tecnologia per comprimere budget e tempi, ma non si può sostituire artisticità e umanità con la capacità produttiva di una catena di montaggio. Anche la China Netcasting Services Association sta guidando la stesura dello 《AI 微短剧内容质量评价标准》 (Standard di valutazione della qualità dei contenuti dei micro-dramma AI), che inserisce la riconoscibilità dei personaggi come voce di punteggio autonoma.

Quindi il “sorpasso in curva” del video AI cinese in questo giro non è essenzialmente il miracolo tecnologico di una singola azienda, ma il formarsi di un'intera catena industriale: sul fronte dei modelli ci sono Kling, Jimeng, Hailuo e Vidu, ciascuno con il proprio posizionamento; sul fronte dei workflow ci sono strumenti come Doubao Skill e le animazioni AI di CapCut, che abbassano la soglia al livello di uno smartphone; a valle ci sono piattaforme come Douyin e Hongguo che sostengono i contenuti AI con i loro bacini di traffico. Per un manga AI, dalla sceneggiatura al primo montaggio, una squadra esperta è già passata da giorni a poche ore. Ciò che una volta richiedeva un'intera troupe cinematografica oggi è alla portata di uno smartphone e di strumenti gratuiti.

Ma più bassa è la soglia, più quella vecchia domanda diventa urgente: quando tutti possono produrre una serie al giorno, perché il pubblico dovrebbe guardare proprio la tua? L'omogeneizzazione è un effetto collaterale della fase di dividendo tecnologico, ed è anche il segnale della prossima selezione. Solo i team che hanno già iniziato a lavorare sulla riconoscibilità dei personaggi, su una narrazione differenziata e persino a usare l'AI come strumento e non come sostituto hanno la possibilità di emergere dal “tutto uguale”. L'editing locale e i keyframe di Kling 4.0 offrono proprio a chi vuole fare un lavoro di fino un set di strumenti più maneggevoli. Il resto, come sempre, dipende dalle persone.