Kling 4.0 與 AI 影片的新可控性競賽
大家對 AI 影片最大的抱怨，從來都不是品質，而是控制權。你寫好提示詞，模型產出驚豔的畫面，接著客戶要求改一個小地方，你卻得整段重新生成，還得祈禱角色臉孔和光影保持一致。Kling 4.0 鎖定的正是這道落差。
快手旗下的 Kling 於 9 月 28 日發表該模型。完整版將於 10 月某個時間推出；較輕量的「Flash」版本限制為 720p 與 20 秒片段，同日已向 Ultra 年訂閱用戶開放早期試用。完整模型將單次生成延長至 30 秒，並加入 1080p 與 4K 輸出，且計畫在更高解析度下支援 10-bit HDR。
真正重要的規格不是解析度數字，而是剪輯功能。其中有三項特別突出。
第一項是局部編輯。你可以拿一段完成的影片，只改動一個元素，例如表情、動作、鏡頭運動、風格或背景，其餘全部鎖定不變。你最多可以輸入五段影片，其中一段作為主片段。這正是「客戶改了一個細節」究竟要全部重做，還是只需一次編輯的差別。這項功能也彌合了 AI 影片作為展示與 AI 影片作為反覆修訂流程之間的落差。
第二項是關鍵影格。圖像轉影片現在最多可接受十張關鍵影格圖片，外加首尾影格。你可以依序固定產品鏡頭、使用情境與包裝特寫，再讓模型補上影格之間的動態。對任何製作產品影片的人來說，這會把生成變成一份分鏡流程。分鏡會在你消耗點數之前先確認，而這正是真正節省時間所在。分鏡也是一份合約：客戶在昂貴的部分開始前，先同意整個序列。
第三項是 Omni Reference，最多可同時接受 15 個輸入：十張圖片、總長 30 秒的五段影片，以及最多七個帶有語音參考的主體。你在提示詞中以 @image1 和 @video1 來指定它們，告訴每個參考要負責什麼。一個參考保持身分，另一個保持風格，再一個保持姿勢。這與人們在圖像編輯中已使用的原則相同，只是延伸到了動態影像。
這三項功能有一條共同主軸：它們都是為了減少你必須重頭來過的次數。早期 AI 影片時代像吃角子老虎：你拉下桿子，得到一段影片，不喜歡就再拉一次。Kling 4.0 正朝可預測的工作流程推進，把你真正在乎的部分固定下來，只讓動態保有偶然性。
定價策略極具侵略性，顯示快手是在搶量。年繳方案中，入門方案約每月 21 美元、可獲得 180 點，等於每段影片約 1.90 美元；最高階方案每月 90 美元，每段影片約 1.10 美元。所有方案都沒有浮水印，因此完成的影片可直接交付客戶。作為對照，Google 的 Veo 3.1 標準方案定價約每秒 0.40 美元，而阿里巴巴的 Wan 3.0 則落在 0.05 至 0.20 美元。中國影片模型正用價格買市佔，Kling 也毫不掩飾。
這些控制功能建立在一個已證明能跨場景維持角色一致性的模型之上。控制力、一致性，再加上低廉的每秒價格，正是這三者結合，讓 Kling 4.0 感覺與早期 Sora 時代那種「哇，你看它生成了什麼」的展示不同。展示已經結束。現在的工作重點是反覆迭代。
這正是當前整個影片生成領域悄然貫穿的主題。Runway 的 Gen-4.5 推動以參考為驅動的一致性，讓單一參考圖能在多個鏡頭中維持同一主體。Veo 3.1 主打音訊與畫面同步生成，讓腳步聲準確落在腳踩下的位置。Wan 3.0 則以價格與開放權重競爭。Kling 4.0 則把賭注押在一個不炫目的問題上：看到結果之後改變主意。這一直是創意工作中真正的瓶頸，也是基準測試從未衡量的那一項。
這件事在商業上之所以重要，是因為付錢買 AI 影片的人，不是那些只做一支爆紅短片的人，而是每個月製作上百支產品影片的人；他們在修訂上損失的時間比生成還多。能讓修訂變便宜的工具，才是直攻真正的成本中心。這就是為什麼 Kling 的局部編輯與關鍵影格，而不是 4K 規格，才是真正值得發布的消息。
有一個實用的方式可以衡量這種轉變。在舊工作流程中，單次「重新生成」就是失敗的單位。每一次不如預期的變動，都讓你付出一次完整生成、一次完整點數與一次完整等待。Kling 4.0 的局部編輯把這個失敗單位變成一個小操作。情感上的差異和經濟上的差異一樣重要：創作者不再把模型當成吃角子老虎，而是開始把它視為可以指導的合作者。這正是工具從新奇玩意跨入工作流程的時刻，也是 AI 影片市場真正開始成熟的時刻。
Kling 4.0 的音訊方面很容易被忽略，但值得一提。完整模型會生成與畫面同步的雙聲道立體聲音訊，並改善唇形同步，支援九種語言，包括多種中文方言。對產品影片與短劇而言，旁白是否對得上嘴型，正是可信與突兀之間的差別，這比解析度提升更重要。早期 AI 影片產生無聲素材，讓你之後再配音；能同時生成聲音與畫面的模型，則省去了整整一輪後製。
策略全局值得退一步來看。快手是短影片平台，Kling 則是其 AI 部門。這表示 Kling 4.0 不是一家想賣你訂閱的工具公司，而是一個為自家內容生態系供給內容的平台；其侵略性定價反映的是與獨立供應商不同的終局。字節跳動的 Seedance 與 Dreamina 也是如此。中國影片模型由受益於其生成內容的平台補貼，這是西方實驗室沒有的結構性優勢，也是價格戰持續朝同一個方向傾斜的原因。
這次發表沒有完全回答的一件事，正是所有製作端接下來都關心的細節：完整模型的點數定價與 API 存取。Kling 已公布訂閱方案，但尚未公布 Kling 4.0 本身的每點成本，而且其 API 套裝方案還不支援新模型。這個缺口會在完整模型於 10 月推出時補上，但值得先提出來，因為一個對修訂友善的模型，其經濟邏輯與一次性模型不同。如果局部編輯的成本只是完整重新生成的一小部分，價值主張就顯而易見。如果成本幾乎相同，這項功能就只是方便，而不是成本突破。無論如何，方向已很清楚，而定價細節將決定團隊採用的速度。
對任何要交付產品影片、行銷短片或短劇的人來說，實際結論很簡單：別只看解析度規格。問問自己，當客戶要求不同角度時會發生什麼事。如果答案是「全部重新生成」，那你還活在 2025 年。Kling 4.0 賭的是 2026 年的答案會是「只改一個東西，其餘保留」。哪家廠商贏得這個賭注，就會掌握市場的下一個階段，因為時間與金錢真正流向的地方，就是修訂。