Generator wideo AI Kling 4.0: filmy 30-sekundowe z dźwiękiem
Kling 4.0 to najnowszy model wideo od Kling AI, zespołu wideo w Kuaishou. Wyszedł w październiku 2026 i robi klipy do 30 sekund w jednym przebiegu, ze stereofonicznym dźwiękiem, dialogiem i synchronizacją ust. Możesz prowadzić go nawet 10 klatkami kluczowymi i nawet 15 referencjami: obrazami, wideo, postaciami i głosami, a potem montować wynik albo przedłużać go aż do 2 minut.
Na PixExact używasz Kling 4.0 prosto w przeglądarce. Wpisujesz prompt, dodajesz klatkę początkową, klatki kluczowe albo referencje, wybierasz długość i proporcje i pobierasz MP4 z dźwiękiem. Bez klucza API, bez abonamentu Kling, a nowe konta dostają darmowe kredyty.
Więcej narzędzi
Odkryj więcej narzędzi AI i przyspiesz swój kreatywny workflow.
Kling 4.0 a Kling 3.0: co się zmieniło
Kling 3.0 miał już natywne 4K, natywny dźwięk i sceny z wielu ujęć. Kling 4.0 zostawia to wszystko i dokłada dłuższe ujęcia, klatki kluczowe, dźwięk stereo i znacznie więcej referencji. Tak te dwa modele się różnią.
| Cecha | Kling 4.0 | Kling 3.0 |
|---|---|---|
| Premiera | Październik 2026 | Luty 2026 |
| Długość na generację | od 3 do 30 sekund | od 3 do 15 sekund |
| Przedłużanie wideo | Do przodu i do tyłu, do 2 minut łącznie | Nie jest częścią modelu 3.0 |
| Rozdzielczość | 720p, 1080p, natywne 4K | 720p, 1080p, natywne 4K |
| Zakres dynamiki | 10-bit HDR przy 1080p i 4K | 8-bit SDR |
| Proporcje | 16:9, 9:16, 1:1, 21:9 | 16:9, 9:16, 1:1 |
| Dźwięk | Natywne stereo dwukanałowe | Natywny jeden kanał (mono) |
| Języki mowy | Angielski, chiński, japoński, koreański, hiszpański, a do tego portugalski, niemiecki, francuski, hindi i inne | Angielski, chiński, japoński, koreański, hiszpański |
| Kontrola klatek | Klatka początkowa, klatka końcowa i do 10 klatek kluczowych | Klatka początkowa i klatka końcowa |
| Obrazy referencyjne i obiekty | Do 10 obrazów i 7 obiektów | Do 7, albo 4, gdy jest wideo (3.0 Omni) |
| Wideo referencyjne | Do 5 klipów, łącznie 30 sekund | 1 klip, do 15 sekund (3.0 Omni) |
| Referencje łącznie | Do 15 materiałów, w tym referencje głosu | Do 7 obrazów lub obiektów, albo 1 wideo plus 4 obrazy lub obiekty (3.0 Omni) |
| Montaż wideo | Wbudowany w model główny, plus kreatywne odtworzenie | Przez Kling 3.0 Omni |
| Wiele ujęć | Sekwencje z kilku ujęć w jednym ciągłym materiale do 30 sekund | Sceny z wielu ujęć, ze scenorysem każdego ujęcia w Omni |
| Długość promptu | Do 8 000 tokenów | Standardowa długość promptu |
| Cena na PixExact | 8 kredytów/s przy 720p, 12 przy 1080p, dźwięk w cenie | Od 5 kredytów/s (720p) do 25 (4K) |
| Najlepsze do | Długie ujęcia, ujęcia z klatkami kluczowymi, powracające postacie, reklamy wielu produktów, montaż | Krótkie klipy, natywne 4K, sceny z wielu ujęć prowadzone promptem, niższa cena za sekundę |
Chcesz krótsze klipy, natywne 4K albo możliwość wyłączenia dźwięku? Zobacz stronę Kling 3.0.
Co zrobisz z Kling 4.0
Kling 4.0 jest do dłuższego, bardziej kontrolowanego wideo. Tu wyprzedza wcześniejsze modele Kling.
Ciągłe ujęcia 30-sekundowe w jednej generacji
Większość modeli tekst na wideo kończy na 10 albo 15 sekundach, więc dłuższe sceny trzeba sklejać z osobnych klipów. Kling 4.0 generuje do 30 sekund natywnie, jako jedno ciągłe ujęcie. Ruch, światło i postacie trzymają się od pierwszej do ostatniej klatki, co pasuje do prezentacji produktu, krótkich scen fabularnych, fragmentów teledysków i reklam, które potrzebują oddechu. Potrzebujesz więcej? Przedłużanie ciągnie klip do przodu albo do tyłu, do 2 minut łącznie.
Do 10 klatek kluczowych: rozpisz ujęcie klatka po klatce
W zwykłym trybie obraz na wideo klatka początkowa i końcowa mówią modelowi tylko, gdzie ujęcie się zaczyna i kończy. Kling 4.0 pozwala ustawić do 10 klatek kluczowych na osi czasu i generuje ruch między nimi. Użyjesz tego, żeby trafić w dokładne pozy w tańcu, pokazać produkt pod ustalonymi kątami albo przeprowadzić postać przez kilka miejsc w jednym ciągłym ujęciu. Na PixExact wgrywasz obrazy po kolei: pierwszy to klatka początkowa, środkowe stają się klatkami kluczowymi, a ostatni może być klatką końcową.
15 referencji: te same postacie, produkty i głosy
W wideo z referencji Kling 4.0 przyjmuje do 15 materiałów referencyjnych w jednej generacji: do 10 obrazów, do 5 klipów wideo (łącznie 30 sekund), do 7 obiektów i referencje głosu. Wymień każdy w prompcie, na przykład @Image1 albo @Video1, żeby model wiedział, kto i co gdzie jest. Postać trzyma tę samą twarz, strój i głos między scenami, a produkt trzyma kształt i etykietę. To ważne w serialach, maskotkach marki i reklamach wielu produktów.
Montaż wideo i kreatywne odtworzenie
Kling 4.0 montuje też istniejący materiał. Zmienisz wyraz twarzy albo ruch ciała, dodasz, usuniesz albo podmienisz obiekty i tła, ruszysz kamerą albo przerobisz pogodę, kolory i materiały, na do 5 klipach wejściowych (łącznie 30 sekund) w jednej edycji. Kreatywne odtworzenie idzie krok dalej: bierze tempo, układ ujęć i sposób pokazania wideo, które lubisz, i wstawia twoje postacie albo produkty.
Możliwości Kling 4.0
Wszystko, co potrafi model Kling 4.0: od dźwięku i ruchu po kolor i tekst na ekranie.
Stereo, dialog i synchronizacja ust
Kling 4.0 generuje dwukanałowy dźwięk stereo razem z obrazem: dialog, efekty, tło i muzykę. Synchronizacja ust jest celniejsza niż w Kling 3.0, a mowa obejmuje teraz portugalski, niemiecki, francuski i hindi obok angielskiego, chińskiego, japońskiego, koreańskiego i hiszpańskiego, z akcentami takimi jak amerykański, brytyjski i indyjski angielski, kantoński i syczuański.
Natywne 4K i 10-bit HDR
Model wychodzi aż do natywnego 4K i dodaje 10-bit HDR przy 1080p i 4K: jaśniejsze światła, głębsze cienie i gładsze przejścia koloru niż 8-bit SDR w Kling 3.0. Proporcje obejmują ultraszerokie 21:9 do ujęć kinowych oraz 16:9, 9:16 i 1:1.
Lepszy ruch i fizyka
Szybkie walki, sport, taniec i duże sceny akcji trzymają się lepiej. Kling 4.0 lepiej oddaje mechanikę ciała, spójność przestrzeni i to, jak ludzie i przedmioty na siebie działają, a śledzenie i okrążenie kamerą zostają stabilne od początku do końca.
Przedłużanie wideo do 2 minut
Ciągnij dowolny klip do przodu albo do tyłu przez kilka przebiegów, do 2 minut łącznie, z tymi samymi postaciami, miejscem i stylem.
Czytelny tekst, logotypy i emoji
Znaki, napisy, opakowania, logotypy, a nawet emoji zostają czytelne i stabilne, gdy kamera się rusza, w wielu językach. Przydaje się w reklamach, wideo produktowym i wszędzie, gdzie marka jest na ekranie.
Długie, szczegółowe prompty
Prompt może mieć do 8 000 tokenów, więc na 30-sekundowe ujęcie rozpiszesz listę ujęć z czasem, ruchem kamery, dialogiem i dźwiękiem, a model trzyma kolejność.
Wskazówki do promptu Kling 4.0
Kilka nawyków, które dają lepszy wynik przy dłuższym wideo i wielu referencjach.
Rozpisz ujęcie na osi czasu
Przy klipach dłuższych niż 10 sekund podziel prompt na takty z przybliżonym czasem, na przykład 0 do 8 s, 8 do 20 s i 20 do 30 s. Napisz, co się dzieje i jak rusza się kamera w każdym takcie.
Oznacz każdą referencję
Odwołuj się do plików po nazwie, na przykład @Image1 dla głównej postaci, @Image2 dla produktu i @Video1 dla ruchu kamery. Referencje bez znacznika model trudniej ustawia.
Kwestie dawaj w cudzysłowie
Pisz dialog w cudzysłowie i podaj, kto mówi, w jakim języku i jakim tonem, na przykład: kobieta mówi po francusku, spokojnie: „Jesteśmy już prawie na miejscu.”
Najpierw krótko, potem długo
Najpierw sprawdź wygląd klipem 5-sekundowym w 720p. Gdy styl i postacie są dobre, generuj pełne 30-sekundowe ujęcie w 1080p.
Jak używać Kling 4.0 na PixExact
Od promptu do gotowego wideo w trzech krokach. Bez umiejętności montażu i bez klucza API.
Opisz wideo
Wybierz Kling 4.0 na liście modeli i napisz prompt. Opisz akcję, ruch kamery, nastrój i dźwięk, a dialog daj w cudzysłowie.
Dodaj klatki albo referencje
W trybie Obraz na wideo wgrywasz klatkę początkową, do 8 klatek kluczowych i klatkę końcową. W trybie Wideo z referencji dodajesz do 15 obrazów, wideo i klipów audio, a potem oznaczasz je w prompcie.
Ustaw długość i generuj
Wybierz od 3 do 30 sekund, 720p albo 1080p oraz 16:9, 9:16, 1:1 albo 21:9. Kliknij Generuj i pobierz MP4 z dźwiękiem.
FAQ Kling 4.0
Czym jest Kling 4.0?
Kling 4.0 (nazywany też Kling VIDEO 4.0) to model wideo AI czwartej generacji od Kling AI, części chińskiej firmy technologicznej Kuaishou. Zamienia tekst, obrazy, klatki kluczowe i wideo referencyjne w klipy do 30 sekund z natywnym dźwiękiem stereo, a także montuje i przedłuża istniejące wideo.
Kiedy wyszedł Kling 4.0?
Kling otworzył wczesny dostęp do Kling 4.0 Flash 28 września 2026, a pełny model Kling 4.0 wyszedł globalnie w październiku 2026. Możesz używać go na PixExact już teraz.
Czym Kling 4.0 różni się od Kling 3.0?
Kling 4.0 podwaja długość klipu z 15 do 30 sekund, dodaje do 10 klatek kluczowych, podnosi referencje do 15 materiałów (w tym do 5 wideo i referencje głosu), przechodzi z mono na stereo, dodaje 10-bit HDR i więcej języków mowy oraz wbudowuje montaż w model główny. Kling 3.0 nadal jest dobrym wyborem do krótszych klipów, natywnego 4K w niższej cenie za sekundę i scen z wielu ujęć. Każdą różnicę masz w tabeli wyżej.
Jak długie może być wideo Kling 4.0?
Każda generacja może trwać od 3 do 30 sekund, jako jedno ciągłe ujęcie. Przy przedłużaniu klip da się ciągnąć do przodu albo do tyłu przez kilka przebiegów, do 2 minut łącznie. Na PixExact wybierasz dowolną długość od 3 do 30 sekund.
Czy Kling 4.0 obsługuje 4K i HDR?
Tak. Model Kling 4.0 wychodzi aż do natywnego 4K, z 10-bit HDR przy 1080p i 4K, podczas gdy Kling 3.0 był w 8-bit SDR. Na PixExact dla Kling 4.0 wybierasz 720p albo 1080p.
Jak działają klatki kluczowe w Kling 4.0?
Klatki kluczowe to obrazy, które ustawiasz na osi czasu wideo. Kling 4.0 przyjmuje do 10 i animuje drogę między nimi, więc kontrolujesz pozy, kąty i miejsca w wybranych punktach, a nie tylko pierwszą i ostatnią klatkę. Na PixExact użyj trybu Obraz na wideo: pierwszy obraz to klatka początkowa, środkowe to klatki kluczowe, a ostatni może być klatką końcową, do 10 obrazów łącznie.
Ile referencji mogę użyć z Kling 4.0?
Do 15 materiałów referencyjnych na generację. Model przyjmuje do 10 obrazów, do 5 wideo referencyjnych o łącznej długości 30 sekund, do 7 obiektów i referencje głosu. W trybie Wideo z referencji na PixExact dodasz do 10 obrazów, 5 wideo i 3 klipów audio, 15 łącznie, i oznaczysz je w prompcie jako @Image1, @Video1 albo @Audio1.
W jakich językach mówi Kling 4.0?
Kling 4.0 generuje mowę po angielsku, chińsku, japońsku, koreańsku i hiszpańsku oraz dodaje portugalski, niemiecki, francuski, hindi i inne. Radzi sobie też z akcentami i dialektami, takimi jak amerykański, brytyjski i indyjski angielski, kantoński i syczuański. Kwestie dawaj w cudzysłowie i nazwij język w prompcie.
Czym jest Kling 4.0 Flash?
Kling 4.0 Flash to lżejsza, szybsza wersja Kling 4.0, która dostała wczesny dostęp przed pełnym modelem. Jest do szybkich szkiców i dużej liczby generacji, a pełny model Kling 4.0 daje najlepszą jakość, najdłuższe ujęcia i najwięcej kontroli.
Ile kosztuje Kling 4.0 na PixExact?
Kling 4.0 jest rozliczany za sekundę wideo, a dźwięk zawsze jest w cenie: 8 kredytów za sekundę przy 720p i 12 kredytów za sekundę przy 1080p, więc 10-sekundowy klip w 1080p kosztuje 120 kredytów. Gdy dodajesz wideo referencyjne, stawka to 5 kredytów za sekundę przy 720p albo 8 przy 1080p, a długość tych wideo też wchodzi do rachunku. Generator pokazuje dokładny koszt przed startem, a nowe konta dostają darmowe kredyty.
Czy mogę używać wideo Kling 4.0 komercyjnie?
Tak. Wideo, które tworzysz z Kling 4.0 na PixExact, możesz wykorzystać w reklamach, w social mediach, na stronach produktów i w pracach dla klientów, zgodnie z naszymi Warunkami korzystania z usługi. Upewnij się, że masz prawa do obrazów, wideo i głosów, które wgrywasz jako referencje.
Czy Kling 4.0 jest darmowy albo open source?
Kling 4.0 nie jest open source. Wagi należą do Kuaishou i modelu nie da się uruchomić lokalnie. Możesz wypróbować go na PixExact za darmowe kredyty, które dostają nowe konta, bez abonamentu Kling i bez klucza API.
Zrób pierwsze 30-sekundowe wideo z Kling 4.0
Załóż konto, odbierz darmowe kredyty i zamień prompt, kilka klatek kluczowych albo zestaw referencji w wideo z dźwiękiem.