Planos-sequência de 3 a 30 Segundos
O Kling 4.0 completo gera 3 a 30 segundos numa só passagem; o Kling 4.0 Flash funciona até 20 segundos.
Gerador de Vídeo com IA Kling 4.0
O gerador de vídeo com IA Kling 4.0 da Kuaishou prolonga cenas em plano-sequência até 30 segundos, com som estéreo cogerado e fala sincronizada com os lábios. Utilize a tela Virse para preparar imagens de referência limpas e estruturar briefings com códigos temporais antes de gravar uma tomada.
Abra esta página em um navegador de desktop para começar a criar.
Dirija uma cena de trinta segundos com Kling 4.0
A maioria dos geradores de vídeo trata um clipe como um único movimento de câmara que é cortado antes de uma ação terminar. O Kling 4.0 da Kuaishou prolonga a geração numa só passagem para 30 segundos, duplicando o limite de 15 segundos do Kling 3.0 e dando a uma tomada espaço para se desenvolver desde o seu estado inicial até a um final estabilizado sem montagem manual.
Uma duração maior só funciona quando o meio da tomada permanece sob controlo. Manter uma cena de meio minuto coesa requer dividir o guião em intervalos temporizados, fixar as composições dos fotogramas-chave ao longo do percurso e indicar a mecânica da câmara e as alterações de som por ordem cronológica.
O que é Kling 4.0?
Kling 4.0 (também pesquisado como Kling 4 ou Kling AI 4.0) é o modelo de vídeo multimodal nativo de quarta geração da Kuaishou, lançado globalmente em outubro de 2026 juntamente com um nível de rascunho mais rápido, Kling 4.0 Flash. A Kuaishou organiza o lançamento em torno de três modos de produção principais: Frames para keyframing na linha temporal, Omni Reference para consistência de sujeito e estilo em múltiplos recursos, e Edit Video para recriação criativa que modifica elementos dentro de um clipe de referência preservando a física do movimento.
Em todos estes modos, o modelo renderiza imagem e áudio estéreo de dois canais em conjunto a partir de instruções escritas e referências visuais. Uma vez que a documentação da Kuaishou abrange tanto as edições principal e Flash em endpoints de editor e de parceiros, esta página separa a especificação completa do editor dos controlos ativos e da faturação por segundo no espaço de trabalho Virse.
Especificações do Kling 4.0 em Resumo
720p, 1080p e 4K HDR
Suporta saída em 720p, 1080p e 4K, com cor HDR de 10 bits nos dois níveis superiores.
Até 10 Fotogramas-chave na Linha Temporal
Fixe os fotogramas de abertura e de fecho, bem como até oito pontos de controlo visuais intermédios.
Conjunto Omni de 15 Recursos de Referência
Combine até 10 imagens de referência e 5 vídeos de referência (até 30 segundos no total) num único briefing.
Estéreo 2.0 e Sincronização Labial
Renderiza som ambiente da sala em estéreo de dois canais, efeitos sonoros, música e fala sincronizada com os lábios numa única passagem.
Janela de Prompt de 8,000 Tokens
Aceita guiões cronológicos detalhados e cinco proporções de ecrã, incluindo 21:9 ultrawide.
Principais Funcionalidades do Gerador de Vídeo com IA Kling 4.0
Narrativa Contínua de 30 Segundos
Duplicar a duração numa única passagem para 30 segundos permite-lhe dirigir uma entrada, uma interação física e uma pausa final sem montar três clipes curtos em conjunto.
Linha Temporal de Fotogramas-chave de Dez Pontos
Um prompt de texto por si só deixa demasiado espaço para deriva ao longo de meio minuto. Kling 4.0 aceita até 10 imagens de fotogramas-chave ao longo da linha temporal. Fixar estados intermédios mantém o enquadramento da câmara e a colocação dos objetos no caminho certo.
Sistema de Referência Omni Multimodal
O fluxo de trabalho Omni Reference da Kuaishou aceita até 15 recursos numa única tarefa. Forneça retratos isolados de personagens e clipes de movimento para que o sujeito se mantenha reconhecível enquanto a câmara se move.
HDR de 10 Bits e Proporções Cinematográficas 21:9
A versão completa do Kling 4.0 produz HDR de 10 bits a 1080p e 4K nas proporções 16:9, 9:16, 1:1 e 21:9 ultrawide. Cenas de alto contraste, como exteriores noturnos com néon ou vidro em contraluz, mantêm uma transição mais suave nas altas luzes e nas sombras.
Estéreo de Dois Canais e Diálogo
A imagem e o som são renderizados em conjunto em estéreo 2.0, permitindo-lhe dirigir diálogo multilingue sincronizado com os lábios, vozes de personagens distintas, passos e som ambiente da sala num único briefing.
Edição Completa e Nível Flash para Rascunhos
A Kuaishou combina o modelo de topo com Kling 4.0 Flash para a pré-visualização inicial. Como o Flash se foca em takes de 20 segundos a 720p SDR a partir de uma única imagem inicial, pode testar rapidamente o bloqueio da câmara antes de se comprometer com uma passagem em 4K.
Crie com Kling 4.0 no Virse
Tomadas de trinta segundos e briefings com múltiplas referências desmoronam-se quando as imagens de origem e os guiões com códigos temporais vivem em pastas separadas. Virse mantém mais de 40 modelos de imagem, vídeo e texto ao lado dos seus recursos de referência numa tela partilhada.
Crie Fotogramas-chave Limpos com Modelos de Imagem
Gere ou refine as suas imagens fixas de abertura e fecho com modelos de imagem na tela Virse antes de introduzir essas composições exatas no seu fluxo de trabalho de vídeo.
Mantenha os Papéis de Referência Junto ao Guião
Coloque os seus retratos de personagens e ângulos de produto mesmo ao lado do prompt escrito na tela, para poder verificar como cada take tratou as suas referências.
Compare as Edições do Kling e os Concorrentes de 30 Segundos
Coloque takes do Kling 3.0 Standard, Kling 3.0 Pro, Wan 3.0 e Seedance 2.5 ao lado do seu briefing do Kling 4.0 para comparar a temporização do diálogo e a estabilidade da câmara numa única vista.
Verifique Controlos em Direto e Estimativas de Computação
A faturação de vídeo na Virse é feita por segundo com base no escalão do modelo, na resolução e nas definições de áudio. Confirme os espaços de entrada ativos e a estimativa exata de computação na área de trabalho antes de lançar uma passagem longa.
O Que Pode Criar com Kling 4.0?
Anúncios de Produto de Trinta Segundos
Passe de um detalhe macro de material para um plano principal de balcão completo numa única tomada contínua, com efeitos sonoros mecânicos sincronizados.
Curtas Narrativas com Vários Momentos
Dê espaço a uma cena dramática curta para respirar. Encene uma entrada, uma troca física e uma reação silenciosa sem cortar a cada cinco segundos.
Vídeos de Apresentador Multilingues
Produza explicações diretas para a câmara com fala sincronizada com os lábios e som ambiente limpo da sala em línguas globais suportadas.
Transições de Divisão Bloqueadas por Fotogramas-chave
Fixe os estados inicial e final de uma revelação de interior para que a geometria arquitetónica se mantenha fixa enquanto a luz do dia passa para a luz de candeeiro ao anoitecer.
Séries Sociais com Consistência de Personagem
Mantenha um protagonista e um guarda-roupa reconhecíveis ao longo de episódios verticais 9:16 ou panorâmicos 16:9 usando retratos de referência limpos.
Estudos Cinematográficos Ultrawide 21:9
Teste o enquadramento panorâmico 21:9 e rácios de iluminação HDR de 10 bits em movimentos lentos de dolly criados para pré-visualização cinematográfica ou sequências de títulos.
Como usar Kling 4.0 na Virse
Selecionar escalão do modelo e formato
Abra o espaço de trabalho Virse, escolha a entrada do seu modelo de vídeo e defina a proporção, a resolução e a duração adequadas à cena.
Preparar referências isoladas
Gere ou carregue retratos de sujeitos nítidos e imagens estáticas de fotogramas-chave na tela, para que fundos com ruído visual não contaminem a passagem de movimento.
Escrever momentos cronológicos
Divida o seu prompt em intervalos de tempo (como 0 a 10s, 10 a 20s e 20 a 30s) e indique explicitamente o movimento da câmara e as camadas de áudio estéreo.
Rever o ritmo antes de aumentar a escala
Verifique se o ritmo do movimento e a sincronização labial assentam bem a 720p ou nas definições Standard antes de gastar computação numa passagem completa de alta resolução.
Como escrever um prompt para Kling 4.0
Clipes mais longos numa única passagem penalizam prompts vagos. Estruturar o seu briefing em torno de seis elementos concretos mantém a mecânica da câmara e a identidade do sujeito alinhadas com a banda sonora estéreo do início ao fim.
- Papel do sujeito e da referência
- Fotograma inicial
- Momentos cronometrados
- Mecânica da câmara
- Camada de áudio estéreo
- Fotograma final
Em vez de escrever
Anúncio cinematográfico de um relógio de luxo sobre uma mesa, iluminação dramática, 30 segundos, 4K HDR, som realista.
Escreva
Usando a Referência 1 para a geometria do cronógrafo em aço escovado, abra com uma vista macro a três quartos do relógio assente em ardósia escura sob uma luz principal quente à esquerda. 0 a 10s: o ponteiro dos segundos desloca-se suavemente enquanto um feixe de luz estreito percorre o cristal de safira. 10 a 20s: dolly-out lento para uma composição média de mesa, revelando uma bracelete de couro dobrada ao lado da caixa. 20 a 30s: a câmara fixa-se ao nível dos olhos enquanto o mostrador do relógio capta um reflexo suave. Tique-taque mecânico subtil e tom de sala discreto em estéreo 2.0, sem música de fundo, sem diálogo falado. Termine no relógio centrado, com a câmara imóvel.
Exemplos de prompts para Kling 4.0
Ilustrações conceptuais geradas para estes briefings. São pré-visualizações estáticas de cenas em 16:9, e não fotogramas de vídeo renderizados nem gravações de áudio do Kling 4.0.
Revelação de produto de trinta segundos
Usando a Referência 1 para o design dos auscultadores preto mate, abrir com um plano aproximado de perfil da concha auricular pousada num plinto de travertino contra uma parede de estuque quente. 0 a 10s: uma luz principal suave varre da esquerda para a direita a dobradiça anodizada, enquanto os auscultadores permanecem imóveis. 10 a 22s: recuo lento da câmara para uma vista hero centralizada a três quartos, mostrando a silhueta completa da haste e a sombra de contacto. 22 a 30s: a câmara mantém-se imóvel na composição equilibrada sobre a mesa. Tom ambiente de estúdio silencioso e uma ressonância acústica baixa subtil no repouso final, sem música, sem vozes, sem texto nem logótipos.
Cena de diálogo entre duas personagens
Dois arquitetos sentados frente a frente numa mesa de trabalho de bétula, com plantas enroladas, num estúdio tranquilo ao entardecer, enquadrados num plano médio lateral fixo. 0 a 8s: a mulher levanta o olhar de um desenho e diz, "O pátio oeste perde luz depois das quatro." 8 a 12s: ela faz uma pausa enquanto o homem estuda a planta; o papel franze suavemente. 12 a 20s: o homem responde com uma voz calma de barítono, "Então baixamos o parapeito em meio metro." Vozes distintas por falante, sincronização labial natural, tom ambiente tranquilo e manuseamento de papel em estéreo, sem música de fundo. Terminar com ambos a olhar de novo para a planta.
Transição de sala bloqueada por keyframes
Comece no Fotograma-chave 1, mostrando uma oficina de cerâmica tranquila numa luz fria de manhã, com taças de grés inacabadas em prateleiras de carvalho em bruto. 0 a 15s: a câmara executa um travelling lateral lento para a direita enquanto a luz solar roda pelo chão de betão em direção ao Fotograma-chave 2 no ponto intermédio. 15 a 30s: estabilize na composição final do Fotograma-chave 3 enquanto uma luz âmbar quente de fim de tarde preenche as prateleiras e partículas de pó flutuam no feixe. Mantenha a geometria das prateleiras e as formas das taças consistentes, a uma altura de câmara fixa durante todo o plano. Ambiente silencioso de oficina e ar distante da rua, sem música, sem diálogo.
Kling 4.0 vs. Kling 4.0 Flash vs. Kling 3.0
A linha Kling 4.0 da Kuaishou separa a produção completa com múltiplos fotogramas-chave da criação rápida de rascunhos com Flash, ao mesmo tempo que se baseia na fundação de diálogo com sincronização labial do Kling 3.0.
| Dimensão | Kling 4.0 (Full Model) | Kling 4.0 Flash | Kling 3.0 (Standard & Pro) | Fonte |
|---|---|---|---|---|
| Duração numa única passagem | 3 a 30 segundos | Até 20 segundos | Até 15 segundos | Fonte |
| Resolução e HDR | 720p, 1080p e 4K; HDR de 10 bits a 1080p/4K | Até 720p (SDR de 8 bits) | Até 1080p HD a até 60fps | Fonte |
| Controlo de fotogramas-chave | Até 10 fotogramas-chave na linha temporal (início, fim e mais 8 intermédios) | Fluxo de trabalho com imagem inicial/de início (sem linha temporal com múltiplos fotogramas-chave) | Fotograma de abertura, fotograma de fecho ou ambos; modo de storyboard com múltiplos planos | Fonte |
| Referências multimodais | Conjunto Omni Reference até 15 recursos (até 10 imagens, 5 vídeos) | Entrada de referência simplificada para iteração rápida | Controlo de imagem para vídeo e de personagem/voz | Fonte |
| Áudio e fala | Paisagens sonoras estéreo 2.0 nativas e diálogo multilingue com sincronização labial | Áudio estéreo nativo e sincronização labial | Som gerado em conjunto e diálogo com sincronização labial em 5 idiomas | Fonte |
| Estado do espaço de trabalho Virse | Consulte o seletor de modelos do espaço de trabalho em direto para ver os endpoints 4.0 ativos e os preços por segundo | Nível de criação rápida de rascunhos na linha 4.0 da Kuaishou | Ativado no catálogo Virse (Standard: 11 ou 20 compute/s; Pro: 15 ou 26 compute/s) | Fonte |
Dicas para Melhores Briefings do Kling 4.0
Divida Trinta Segundos em Momentos
Uma única frase sem segmentação fica muitas vezes parada a meio de um clipe de 30 segundos. Divida o prompt em dois ou três intervalos temporizados (por exemplo, de 0 a 10s, de 10 a 20s e de 20 a 30s) para que cada fase contenha uma ação clara.
Isole os Sujeitos nas Fotografias de Referência
Recorte ou gere imagens estáticas limpas do motivo num fundo neutro na tela da Virse antes de as adicionar a um conjunto de referências. Deixar desordem de rua ou adereços de estúdio demasiado carregados atrás de uma personagem convida texturas indesejadas para a cena gerada.
Especifique Silêncio e Camadas de Áudio Separadas
Coloque as falas entre aspas, indique separadamente o som ambiente da sala e os passos, e escreva "sem música" sempre que quiser diálogo limpo sem uma banda sonora de fundo não solicitada.
Bloqueie Primeiro os Pontos Finais com Fotogramas-chave
Para movimentos de câmara ou transições de iluminação, forneça uma imagem de keyframe inicial e outra final, em vez de depender apenas do texto para manter a geometria da sala coesa.
Modelos de vídeo disponíveis para explorar
ModeloKling 3.0
O Kling 3.0 da Kuaishou fala — diálogo sincronizado com os lábios em cinco idiomas, uma voz diferente por personagem e um modo de storyboard que estrutura uma sequência completa.
ModeloSeedance 2.5
Gere vídeos cinematográficos de 30 segundos com Seedance 2.5, com áudio sincronizado, referências multimodais e controlo criativo preciso.
ModeloWan 3.0
Crie vídeos de 2–30 segundos com Wan 3 em Virse, a partir de texto ou do primeiro e último fotogramas. Escolha 480P, 720P ou 1080P e ative ou desative o áudio gerado.
Perguntas frequentes sobre Kling 4.0
O que é o gerador de vídeo com IA Kling 4.0?
Desenvolvido pela Kuaishou e lançado globalmente em outubro de 2026, Kling 4.0 é um sistema de vídeo multimodal nativo que produz clipes de 3 a 30 segundos com som estéreo sincronizado e sincronização labial multilingue a partir de guiões escritos, keyframes na linha temporal ou até 15 ficheiros de referência.
Qual pode ser a duração de um clip de vídeo Kling 4.0?
O modelo completo Kling 4.0 gera clipes contínuos em plano-sequência de 3 a 30 segundos numa única passagem, duplicando o limite de 15 segundos do Kling 3.0. A edição mais leve Kling 4.0 Flash gera clipes até 20 segundos a 720p para bloqueio e iteração mais rápidos.
Qual é a diferença entre Kling 4.0 e Kling 4.0 Flash?
Kling 4.0 é a edição emblemática da Kuaishou, com suporte para duração de 3 a 30 segundos, resolução 720p, 1080p e 4K com HDR de 10 bits, e até 10 keyframes na linha temporal. Kling 4.0 Flash é um nível de rascunho otimizado para velocidade, limitado a 20 segundos e 720p SDR de 8 bits, sem entrada de múltiplos keyframes.
Como se compara o Kling 4.0 com o Kling 3.0?
Kling 4.0 duplica a duração máxima de um plano-sequência de 15 s no Kling 3.0 para até 30 s, acrescenta saída 4K HDR de 10 bits e enquadramento ultrapanorâmico 21:9, e expande o controlo de fotogramas de imagens inicial e final para 10 keyframes na linha temporal, além de um conjunto Omni Reference de 15 recursos.
Quantas referências e fotogramas-chave suporta o Kling 4.0?
Nas especificações publicadas pela Kuaishou, Kling 4.0 aceita até 10 imagens de keyframes na linha temporal (início, fim e até oito pontos de verificação intermédios) e até 15 recursos multimodais no seu conjunto Omni Reference, limitado a 10 imagens e 5 vídeos de referência com um total de até 30 segundos.
O Kling 4.0 consegue gerar som estéreo e diálogo sincronizado com os lábios?
Sim. Cada passagem pode incluir uma banda sonora estéreo 2.0 que combina ambiente sonoro, sons de ações físicas, música e diálogo com sincronização labial em vários idiomas. Coloque as falas diretamente entre aspas no prompt e escreva "no music" sempre que pretender fala limpa sobre o som ambiente da sala.
Quanto custa o Kling 4.0 e como funciona a faturação de vídeo no Virse?
Os modelos de vídeo no Virse exigem um plano pago a partir do Basic ($10/mês, 1 000 compute/mês) e são faturados por segundo, consoante o nível do modelo, a resolução e a definição de áudio. Verificado na página de preços do Virse em 30 de outubro de 2026; os planos, o compute incluído e os limites de funcionalidades podem mudar, por isso confirme endpoints em direto e orçamentos no espaço de trabalho.
As imagens nesta página são resultados de vídeo renderizados pelo Kling 4.0?
Não. Cada visual nesta página é uma ilustração conceptual estática em 16:9, criada para mostrar o bloqueio da cena e a estrutura do prompt, e não uma captura de leitor em direto ou uma amostra de benchmark.
Planeie a sua próxima cena de vídeo Kling 4.0
Traga as suas imagens fixas de referência e o guião cronológico para uma tela Virse antes de rodar a tomada.