Kling 4.0 正式推出：十個關鍵影格、三十秒，以及拉霸機式剪輯的終結
快手的 Kling 4.0 已於 9 月 28 日展開內部測試，輕量版 Kling 4.0 Flash 當晚就向會員開放，完整模型則承諾於 10 月推出。過去大半年，該公司一直在與字節跳動的 Seedance 打規格戰，而這次發布是它迄今最清楚的一次表態，說明這場競爭究竟在爭什麼。
標題數字很直接。原生單次生成從 Kling 3.0 的 15 秒倍增至 30 秒，影片延伸則宣稱可透過多次生成達到最長兩分鐘。輸出可達 4K 與 1080p 10-bit HDR，並支援 21:9 超寬畫面。音訊升級為雙聲道立體聲，而困擾前一代的唇形同步漂移，正是發行說明聲稱已修正的特定缺陷。提示詞輸入提升至 8,000 個 token。
這些數字都不是真正有趣的那個。
十個關鍵影格是另一個產品類別
Kling 3.0 接受起始影格與結束影格。兩張圖片，模型會將它們之間的一切插值補齊。任何嘗試用這種方式拍產品影片的人都知道那是什麼感覺：你可以設定頭尾，然後看著結果開獎。中國創作者有個說法叫「抽卡」，和轉蛋遊戲用來指隨機抽卡是同一個詞。
Kling 4.0 最多接受十個關鍵影格。這聽起來像是數量變化。但並不是。
有了十個控制點，你可以在一次生成中描述一連串節拍：角色進場、走到櫃檯前、鏡頭推近、產品旋轉、手伸向它、切到更寬的取景。每一個節拍都有自己的錨定圖片，因此模型不再需要猜測兩個端點之間的弧線形狀，而是填補十個端點之間的空白。
對於大量製作短版商業影片的團隊來說，這改變了交付單位。以前，一支 30 秒產品廣告代表要拍攝或剪輯庫存素材，AI 生成僅限於幾秒鐘的填充畫面。現在，整條時間軸都能從腳本製作出來，並將關鍵影格對應到鏡頭節拍。工作從「生成然後祈禱」轉向「先畫分鏡，再生成」。
快手自家公告的留言區值得一讀，因為最高票的問題與能力無關，完全在問價格。這相當誠實地反映出 2026 年的限制在哪裡：能力上限持續攀升，成本下限卻沒有以同樣速度下降。
多模態參考素材實際上控制什麼
Kling 4.0 在單一任務中最多支援 15 個多模態參考，最多 10 張圖片、5 段影片片段，以及 7 個主體組合。快手將此命名為 Omni Reference，它也讓你能在既有素材中新增、修改或刪除主體與背景。
再把那份清單讀一遍，它開始看起來不太像生成功能，而更像一份一致性契約。AI 影片反覆出現的失敗模式從來不是單一影格，而是第四顆鏡頭：演員的臉已經漂移、外套換了色調、產品標籤變形成某個過不了法務審查的東西。在 30 秒生成中把身分鎖定到 15 個參考位置，就是直接回應這個問題的嘗試。
這裡藏著一個真實的製作限制。參考素材必須先存在，你才能使用它，而建立角色設定表、產品旋轉視圖與聲音樣本本身就是一項製作工作。能從 Kling 4.0 獲得價值的團隊，會是那些已經組好這套素材庫的團隊，或已經把組建素材庫納入流程的團隊。
速度、成本，以及 Kling 實際站在哪裡
Kling 4.0 Flash 是高頻使用層級：生成更快、成本更低，早期存取階段上限為 720p。完整模型則是為電影與廣告工作打造的專業層級。
比起重複快手的說法，精確看待競爭格局更值得。在 Artificial Analysis 的文字轉影片排行榜上，Kling 3.0 大約排在第 12 名，落後 Google 的 Gemini Omni Flash、阿里巴巴的 Wan 3.0，以及 MiniMax 的 H3 Max。Kling 4.0 是能力上的嚴肅躍進，但能否縮小排名差距，在獨立評測出爐前仍是未定數。
市場脈絡比排名更重要。快手在 2026 年 7 月通報約 30 億美元的獨立融資，投後估值約 180 億美元，據報導附帶五年上市承諾。根據《證券時報》，花旗的解讀聚焦兩個問題：Kling 能否從 Seedance 手中贏回使用者——據報導 Seedance 握有超過 80% 的國內市場——以及其定價是否夠有競爭力，足以產生影響。
價格問題並非附帶小事。就在 Kling 4.0 發布的同一週，HeyGen 推出每秒一美分的通用影片模型，Creatify 推出以每秒四美分提供、經後訓練的 MiniMax H3 衍生模型，而 SpaceXAI 透過第三方平台推出 Grok Imagine Video 輕量層級，並聲稱比先前選項便宜四倍。生成層正同時被多個方向商品化，而一個以 4K HDR 輸出領先的模型，是在競爭對手已決定不領先的維度上競爭。
這重新定義了 Kling 4.0 的用途。它的野心是成為製作團隊可以交付一份 brief、然後拿回可交付成果的生成器，這是一種不同的主張，也更難定價。
工作流程才是真正的升級
這次發布中最不華麗的部分，可能最具影響力：文字轉影片、圖像轉影片、參考生成、影片延伸與影片編輯，現在都位於同一個原生多模態工作流程中。圖片、影片與音訊參考可以合併在單一輸入欄位中。生成頁面支援時間軸預覽與編輯、網格與清單版面，以及快手所稱的畫布 Agent 體驗。
AI 影片工具兩年來一直是一堆彼此斷開的步驟：在這裡生成，在那裡放大，在第三個應用程式裡編輯，在第四個裡同步音訊。把這些整合到單一介面，才是讓 30 秒時間軸變得實用的關鍵。這也是這款工具開始與編輯器重疊的地方，而那是另一場不同於對抗 Seedance 的競爭。
整合本身也有代價。一款同時擁有生成、編輯與時間軸審閱的工具，會想要擁有專案檔，而已有既定後製流程的團隊將必須決定要把多少流程交出去。快手已經朝這個方向發展一段時間，透過 MCP 與 CLI 支援代理驅動的批次創作，而畫布式框架暗示該公司把協作編排視為產品，而非單一片段。
瓶頸實際上移到哪裡
快手推動的說法是，AI 影片從拉霸機變成分鏡腳本。這是對十個關鍵影格能實現什麼的合理描述。它也移動了瓶頸：過去難以製作出一支連貫 30 秒作品的團隊，現在會難以寫出一份連貫的 30 秒腳本。工具已經交出分鏡控制權。但是否有分鏡可以交給它，是另一個問題，也不是模型發布能回答的問題。
這件事有一個版本是真的好消息，也有一個版本是陷阱。好版本：已有腳本與鏡頭清單的團隊獲得製作倍數，因為他們流程中最昂貴的部分（協調拍攝）會縮減為一次生成。陷阱版本：兩者都沒有的團隊會以更高產量生成大量品質相同的內容，然後發現限制從來不是渲染。
Kling 4.0 對此的回答，基本上是押注市場已經完成轉型。十個關鍵影格、15 個參考與 8,000 token 提示詞，是為那些有具體東西想說的人設計的功能。只有當你在按下生成之前就知道自己想讓鏡頭看起來如何，要求這麼多控制才值得。