Công cụ tạo video AI Kling 4.0: video 30 giây có tiếng
Kling 4.0 là mô hình video mới nhất của Kling AI, đội video của Kuaishou. Ra mắt tháng 10 năm 2026, nó tạo clip tới 30 giây trong một lần, kèm tiếng stereo, thoại và lip-sync ngay trong kết quả. Bạn dẫn cảnh bằng tối đa 10 khung chính và tối đa 15 tham chiếu gồm ảnh, video, nhân vật và giọng, rồi chỉnh kết quả hoặc kéo dài tới 2 phút.
Trên PixExact, bạn dùng Kling 4.0 ngay trên trình duyệt. Viết prompt, thêm khung đầu, khung chính hoặc tham chiếu, chọn độ dài và tỷ lệ khung hình, rồi tải MP4 có tiếng. Không cần API key, không cần gói Kling, và tài khoản mới có credit miễn phí.
Công cụ khác
Khám phá thêm công cụ AI để nâng cao quy trình sáng tạo của bạn.
Kling 4.0 và Kling 3.0: điểm khác
Kling 3.0 đã có 4K gốc, âm thanh gốc và cảnh nhiều góc máy. Kling 4.0 giữ tất cả, rồi thêm cảnh dài hơn, khung chính, tiếng stereo và nhiều tham chiếu hơn hẳn. Đây là cách hai mô hình khác nhau.
| Khả năng | Kling 4.0 | Kling 3.0 |
|---|---|---|
| Ra mắt | Tháng 10 năm 2026 | Tháng 2 năm 2026 |
| Độ dài mỗi lần tạo | 3 đến 30 giây | 3 đến 15 giây |
| Kéo dài video | Về phía trước và về phía sau, tổng tối đa 2 phút | Không nằm trong mô hình 3.0 |
| Độ phân giải | 720p, 1080p, 4K gốc | 720p, 1080p, 4K gốc |
| Dải động | 10-bit HDR ở 1080p và 4K | 8-bit SDR |
| Tỷ lệ khung hình | 16:9, 9:16, 1:1, 21:9 | 16:9, 9:16, 1:1 |
| Âm thanh | Stereo gốc hai kênh | Một kênh gốc (mono) |
| Ngôn ngữ thoại | Tiếng Anh, tiếng Trung, tiếng Nhật, tiếng Hàn, tiếng Tây Ban Nha, cùng tiếng Bồ Đào Nha, tiếng Đức, tiếng Pháp, tiếng Hindi và các ngôn ngữ khác | Tiếng Anh, tiếng Trung, tiếng Nhật, tiếng Hàn, tiếng Tây Ban Nha |
| Điều khiển khung hình | Khung đầu, khung cuối và tối đa 10 khung chính | Khung đầu và khung cuối |
| Ảnh tham chiếu và chủ thể | Tối đa 10 ảnh và 7 chủ thể | Tối đa 7, hoặc 4 khi có video (3.0 Omni) |
| Video tham chiếu | Tối đa 5 clip, cộng lại 30 giây | 1 clip, tối đa 15 giây (3.0 Omni) |
| Tổng tham chiếu | Tối đa 15 mục, gồm cả tham chiếu giọng | Tối đa 7 ảnh hoặc chủ thể, hoặc 1 video cộng 4 ảnh hoặc chủ thể (3.0 Omni) |
| Chỉnh sửa video | Có sẵn trong mô hình chính, kèm tái tạo sáng tạo | Qua Kling 3.0 Omni |
| Nhiều cảnh quay | Chuỗi nhiều cảnh quay trong một take 30 giây | Cảnh nhiều góc máy, có bảng phân cảnh từng cảnh trong Omni |
| Độ dài prompt | Tối đa 8.000 token | Độ dài prompt thông thường |
| Giá trên PixExact | 8 credit/giây ở 720p, 12 ở 1080p, đã gồm tiếng | Từ 5 credit/giây (720p) đến 25 (4K) |
| Hợp nhất cho | Cảnh dài, cảnh có khung chính, nhân vật lặp lại, quảng cáo nhiều sản phẩm, chỉnh sửa | Clip ngắn, 4K gốc, cảnh nhiều góc theo prompt, giá mỗi giây thấp hơn |
Muốn clip ngắn hơn, 4K gốc, hoặc tắt tiếng được? Xem trang Kling 3.0.
Bạn làm được gì với Kling 4.0
Kling 4.0 được làm cho video dài hơn và kiểm soát chặt hơn. Đây là những việc nó vượt các mô hình Kling trước.
Cảnh 30 giây trong một lần tạo
Hầu hết mô hình văn bản sang video dừng ở 10 hoặc 15 giây, nên cảnh dài phải ghép từ nhiều clip. Kling 4.0 tạo tới 30 giây ngay từ mô hình, như một cảnh liền mạch. Chuyển động, ánh sáng và nhân vật giữ từ khung đầu đến khung cuối, hợp demo sản phẩm, cảnh truyện ngắn, một đoạn MV và quảng cáo cần nhịp để thở. Cần dài hơn? Kéo dài video tiếp tục clip về phía trước hoặc về phía sau, tổng tối đa 2 phút.
Tối đa 10 khung chính: dựng cảnh từng khung
Ở ảnh sang video thông thường, khung đầu và khung cuối chỉ nói cảnh bắt đầu và kết thúc ở đâu. Kling 4.0 cho bạn đặt tối đa 10 ảnh khung chính trên dòng thời gian và tạo chuyển động ở giữa. Dùng để khớp tư thế trong một điệu nhảy, khoe sản phẩm ở các góc đã định, hoặc đưa nhân vật qua nhiều nơi trong một cảnh liền. Trên PixExact, tải khung theo thứ tự: ảnh đầu là khung đầu, ảnh giữa thành khung chính, ảnh cuối có thể là khung cuối.
15 tham chiếu: giữ nhân vật, sản phẩm và giọng
Với Tham chiếu sang video, Kling 4.0 nhận tối đa 15 tham chiếu trong một lần tạo: tối đa 10 ảnh, tối đa 5 clip video (cộng lại 30 giây), tối đa 7 chủ thể và tham chiếu giọng. Gọi tên từng mục trong prompt, như @Image1 hoặc @Video1, để nói ai và cái gì ở đâu. Nhân vật giữ mặt, trang phục và giọng qua các cảnh, sản phẩm giữ hình dáng và nhãn, điều này quan trọng với series, linh vật thương hiệu và quảng cáo nhiều sản phẩm.
Chỉnh sửa video và tái tạo sáng tạo
Kling 4.0 cũng sửa footage có sẵn. Đổi biểu cảm hoặc chuyển động cơ thể của nhân vật, thêm, bỏ hoặc thay đồ vật và nền, di chuyển máy quay, hoặc đổi thời tiết, màu và chất liệu, với tối đa 5 clip đầu vào (cộng lại 30 giây) trong một lần sửa. Tái tạo sáng tạo đi thêm một bước: lấy nhịp, cấu trúc cảnh và cách trình bày của một video bạn thích, rồi thay bằng nhân vật hoặc sản phẩm của bạn.
Tính năng Kling 4.0
Mọi việc mô hình Kling 4.0 làm được, từ tiếng và chuyển động đến màu và chữ trên hình.
Tiếng stereo, thoại và lip-sync
Kling 4.0 tạo âm thanh stereo hai kênh cùng hình: thoại, hiệu ứng, tiếng nền và nhạc. Lip-sync chính hơn Kling 3.0, và thoại nay có tiếng Bồ Đào Nha, tiếng Đức, tiếng Pháp và tiếng Hindi, bên cạnh tiếng Anh, tiếng Trung, tiếng Nhật, tiếng Hàn và tiếng Tây Ban Nha, với giọng như tiếng Anh Mỹ, Anh Anh và Anh Ấn, tiếng Quảng Đông và tiếng Tứ Xuyên.
4K gốc và 10-bit HDR
Mô hình xuất tới 4K gốc và thêm 10-bit HDR ở 1080p và 4K, để vùng sáng sáng hơn, bóng sâu hơn và chuyển màu mượt hơn 8-bit SDR của Kling 3.0. Tỷ lệ khung hình gồm 21:9 siêu rộng cho cảnh điện ảnh, cùng 16:9, 9:16 và 1:1.
Chuyển động và vật lý tốt hơn
Đánh nhau nhanh, thể thao, nhảy và cảnh hành động lớn giữ được cấu trúc tốt hơn. Kling 4.0 cải thiện cơ học cơ thể, sự nhất quán không gian và cách người với vật tương tác, đồng thời giữ máy quay bám và máy quay vòng ổn định từ đầu đến cuối.
Kéo dài video tới 2 phút
Nối bất kỳ clip nào về phía trước hoặc về phía sau qua nhiều lượt, tổng tối đa 2 phút, vẫn giữ nhân vật, bối cảnh và phong cách.
Chữ, logo và emoji đọc được
Biển hiệu, phụ đề, bao bì, logo và cả emoji vẫn đọc được và đứng yên khi máy quay di chuyển, ở nhiều ngôn ngữ. Hữu ích cho quảng cáo, video sản phẩm và mọi thứ có thương hiệu trên hình.
Prompt dài và chi tiết
Prompt có thể dài tới 8.000 token, nên bạn viết được cả danh sách cảnh với thời lượng, máy quay, thoại và gợi ý tiếng cho một take 30 giây, và mô hình đi theo đúng thứ tự.
Mẹo viết prompt cho Kling 4.0
Vài thói quen giúp video dài và nhiều tham chiếu ra kết quả tốt hơn.
Viết take như một dòng thời gian
Với clip trên 10 giây, chia prompt thành các nhịp với thời lượng ước lượng, ví dụ 0 đến 8 giây, 8 đến 20 giây và 20 đến 30 giây. Nói chuyện gì xảy ra và máy quay đi thế nào trong mỗi nhịp.
Gắn thẻ mọi tham chiếu
Gọi file đã tải bằng tên, như @Image1 cho nhân vật chính, @Image2 cho sản phẩm và @Video1 cho chuyển động máy quay. Tham chiếu không gắn thẻ thì mô hình khó đặt đúng chỗ.
Để lời thoại trong ngoặc kép
Viết thoại trong ngoặc kép và nói ai nói, bằng ngôn ngữ nào, giọng thế nào, ví dụ: người phụ nữ nói bằng tiếng Pháp, điềm tĩnh, "Sắp tới nơi rồi."
Thử ngắn, rồi làm dài
Thử hình bằng một clip 5 giây ở 720p trước. Khi phong cách và nhân vật đã đúng, tạo take đầy đủ 30 giây ở 1080p.
Cách dùng Kling 4.0 trên PixExact
Từ prompt đến video xong trong ba bước. Không cần biết dựng, không cần API key.
Mô tả video
Chọn Kling 4.0 trong danh sách mô hình và viết prompt. Mô tả hành động, máy quay, không khí và tiếng, rồi để thoại trong ngoặc kép.
Thêm khung hoặc tham chiếu
Ở chế độ khung, tải khung đầu, tối đa 8 khung chính và khung cuối. Ở chế độ tham chiếu, thêm tối đa 15 mục gồm ảnh, video và clip âm thanh, rồi gắn thẻ chúng trong prompt.
Chọn độ dài và tạo
Chọn 3 đến 30 giây, 720p hoặc 1080p, và 16:9, 9:16, 1:1 hoặc 21:9. Bấm Tạo rồi tải MP4 có tiếng.
Câu hỏi thường gặp về Kling 4.0
Kling 4.0 là gì?
Kling 4.0 (còn gọi là Kling VIDEO 4.0) là mô hình video AI thế hệ thứ tư của Kling AI, thuộc công ty công nghệ Trung Quốc Kuaishou. Nó biến văn bản, ảnh, khung chính và video tham chiếu thành clip tới 30 giây với âm thanh stereo gốc, và cũng sửa cùng kéo dài video có sẵn.
Kling 4.0 ra mắt khi nào?
Kling mở truy cập sớm cho Kling 4.0 Flash vào ngày 28 tháng 9 năm 2026, và mô hình Kling 4.0 đầy đủ ra mắt toàn cầu vào tháng 10 năm 2026. Bạn dùng được trên PixExact ngay bây giờ.
Kling 4.0 khác Kling 3.0 ở đâu?
Kling 4.0 nhân đôi độ dài clip từ 15 lên 30 giây, thêm tối đa 10 khung chính, nâng tham chiếu lên 15 mục (gồm tối đa 5 video và tham chiếu giọng), chuyển từ mono sang stereo, thêm 10-bit HDR và nhiều ngôn ngữ thoại hơn, đồng thời đưa chỉnh sửa video vào mô hình chính. Kling 3.0 vẫn hợp clip ngắn hơn, 4K gốc với giá mỗi giây thấp hơn, và cảnh nhiều góc máy. Xem bảng so sánh phía trên để biết từng điểm khác.
Video Kling 4.0 dài được bao lâu?
Mỗi lần tạo có thể dài từ 3 đến 30 giây, như một cảnh liền mạch. Với kéo dài video, clip được nối về phía trước hoặc về phía sau qua nhiều lượt, tổng tối đa 2 phút. Trên PixExact bạn chọn bất kỳ độ dài nào từ 3 đến 30 giây.
Kling 4.0 có 4K và HDR không?
Có. Mô hình Kling 4.0 xuất tới 4K gốc, với 10-bit HDR ở 1080p và 4K, trong khi Kling 3.0 dùng 8-bit SDR. Trên PixExact bạn chọn 720p hoặc 1080p cho Kling 4.0.
Khung chính trong Kling 4.0 hoạt động thế nào?
Khung chính là những ảnh bạn đặt dọc dòng thời gian video. Kling 4.0 nhận tối đa 10 ảnh và tạo chuyển động giữa chúng, nên bạn kiểm soát tư thế, góc và vị trí tại những điểm đã định, không chỉ khung đầu và khung cuối. Trên PixExact, dùng chế độ khung: ảnh đầu là khung đầu, ảnh giữa là khung chính, ảnh cuối có thể là khung cuối, tổng tối đa 10 ảnh.
Tôi dùng được bao nhiêu tham chiếu với Kling 4.0?
Tối đa 15 tham chiếu mỗi lần tạo. Mô hình nhận tối đa 10 ảnh, tối đa 5 video tham chiếu cộng lại 30 giây, tối đa 7 chủ thể và tham chiếu giọng. Trong chế độ tham chiếu của PixExact bạn thêm tối đa 10 ảnh, 5 video và 3 clip âm thanh, tổng 15, rồi gắn thẻ trong prompt bằng @Image1, @Video1 hoặc @Audio1.
Kling 4.0 nói được những ngôn ngữ nào?
Kling 4.0 tạo thoại bằng tiếng Anh, tiếng Trung, tiếng Nhật, tiếng Hàn và tiếng Tây Ban Nha, và thêm tiếng Bồ Đào Nha, tiếng Đức, tiếng Pháp, tiếng Hindi cùng các ngôn ngữ khác. Nó cũng xử lý giọng và phương ngữ như tiếng Anh Mỹ, Anh Anh và Anh Ấn, tiếng Quảng Đông và tiếng Tứ Xuyên. Viết câu trong ngoặc kép và nêu ngôn ngữ trong prompt.
Kling 4.0 Flash là gì?
Kling 4.0 Flash là bản nhẹ hơn, nhanh hơn của Kling 4.0, được mở truy cập sớm trước mô hình đầy đủ. Nó dành cho bản nháp nhanh và việc số lượng lớn, còn mô hình Kling 4.0 đầy đủ cho chất lượng tốt nhất, take dài nhất và nhiều quyền kiểm soát nhất.
Kling 4.0 trên PixExact giá bao nhiêu?
Kling 4.0 tính theo giây video, tiếng luôn nằm trong giá: 8 credit mỗi giây ở 720p và 12 credit mỗi giây ở 1080p, nên một clip 10 giây 1080p tốn 120 credit. Khi bạn thêm video tham chiếu, mức giá là 5 credit mỗi giây ở 720p hoặc 8 ở 1080p, và độ dài của video tham chiếu cũng được tính. Trình tạo hiện đúng chi phí trước khi bạn bắt đầu, và tài khoản mới có credit miễn phí.
Tôi dùng video Kling 4.0 cho mục đích thương mại được không?
Được. Video bạn tạo bằng Kling 4.0 trên PixExact có thể dùng trong quảng cáo, mạng xã hội, trang sản phẩm và việc giao cho khách, theo Điều khoản Dịch vụ của chúng tôi. Bạn cần có quyền với mọi ảnh, video hoặc giọng tải lên làm tham chiếu.
Kling 4.0 có miễn phí hoặc mã nguồn mở không?
Kling 4.0 không phải mã nguồn mở. Trọng số thuộc về Kuaishou và không chạy được trên máy bạn. Bạn dùng thử trên PixExact bằng credit miễn phí của tài khoản mới, không cần gói Kling và không cần API key.
Làm video 30 giây đầu tiên với Kling 4.0
Đăng ký, nhận credit miễn phí, rồi biến một prompt, vài khung chính hoặc một bộ tham chiếu thành video có tiếng.