Kling 4 发布说明公开：30 秒、10 个关键帧、多模态参考
10 月 18 日，Kling AI 放出 Kling 4 的发布说明页面，并附上一份详细用户指南。据 AI Daily 10 月 18 日汇总，Kling 4 支持最长 30 秒的视频生成、最多 10 个关键帧，并支持图像、视频、语音多模态参考输入；指南还提到定向视频编辑、立体声与更广的语言支持。
30 秒和 10 个关键帧意味着什么
短视频广告、产品演示、叙事片段，30 秒基本够用；更长的片子仍要分段再拼接。10 个关键帧则给了更强的“构图控制”——你可以在时间轴上指定多个画面锚点，让模型在它们之间过渡，而不是只给一句提示词听天由命。
多模态参考是另一处关键：你可以同时喂入一张图（定风格）、一段视频（定动作）、一段语音（定口型或情绪），模型综合这些信号去生成。对做角色一致、风格统一的内容来说，这比纯文字提示稳得多。
哪些能力还“在路上”
指南里，10-bit HDR 输出、视频延长（extension）被标为“即将推出”。这意味着你拿到的产品，和文档描述的完整能力之间可能有落差。使用前应把文档和当前产品实际功能逐条对照，别把“将支持”当成“现在能用”。
适合谁用
- 产品与营销：30 秒演示片、广告短片，关键帧控制能减少返工。
- 短叙事：有分镜意识的创作者，可以用关键帧锁定画面节奏。
- 多语言内容：更广的语言支持对跨境内容有现实意义。
发布说明透露的产品节奏
Kling 选择在发布说明里把关键帧、多模态参考、HDR、视频延长一并列出，说明视频生成正从“能不能生成”转向“能不能按分镜可控地生成”。HDR 与延长被标为即将推出，反映团队在按可控性而非单纯画质排优先级。对做固定品牌调性的内容团队，可控性往往比画质上限更实在——你更在意每次输出是否稳定一致，而不是某次惊艳。
要验证什么
第一，角色一致性：同一角色跨多个镜头是否稳定，是视频模型的硬指标，必须自己测。第二，提示词遵循度：给的构图要求，它到底听进去几条。第三，返工次数：能用一次成片，还是要在关键帧上反复调。这三个数字，比“支持 10 个关键帧”这种参数更有用。
一句话：Kling 4 把视频生成的控制粒度往前推了一步，但“文档写了”和“产品现在就能稳定做到”，中间还差一遍你自己的实测。
