Kling 4.0 — 30秒のAI動画、リファレンスと編集

Kuaishouの次世代Klingモデルは、生成、マルチモーダル参照、編集を一つのエンジンにまとめています。SeeVidではテキスト、最初/最後のフレーム、画像と動画の参照、または既存クリップの編集から、3〜30秒・720p / 1080pの動画を作れます。21:9ウルトラワイドにも対応します。

SeeVidで利用可能 — テキストから動画、画像から動画、リファレンス動画、動画編集、3〜30秒、720p / 1080p

Kling 4.0モデル概要

Kuaishouがこれまでで最も野心的なKlingモデル

Kling AIは2026年9月28日にKling 4.0を発表しました。以前のバージョンは生成、参照、編集を別工程として扱っていました。Kling 4.0はそれらを一つの創作モデルに統合し、リアリティ、制御、プロ品質の納品を目標にしています。SeeVidではテキストから動画、画像から動画(最初と最後のフレーム)、リファレンス動画(画像最大10枚、動画5本)、動画編集(ソース1本、任意のスタイル画像)として使えます。尺は3〜30秒、画質は720pまたは1080pです。

1回の生成で最長30秒

Kling 4.0はKling 3.0の15秒上限を倍にしました。シーン全体が同じカメラ言語、照明、演技を保ち、短いクリップに分断されません。

SeeVidでは720p / 1080p

SeeVidのKling 4.0は720pまたは1080pを出力し、テキストから動画とリファレンス動画は21:9ウルトラワイドにも対応します。公式のKling 4.0はプロのカラーグレーディング向け4K 10bit HDRも説明しています。

最初と最後のフレーム

SeeVidの画像から動画は最初のフレームと任意の最後のフレームを受けます。ショットの始まりと終わりはあなたが決め、Kling 4.0がその間の動きを補います。

リファレンス動画と編集

リファレンス動画は画像最大10枚、動画5本(合計30秒)を受けます。動画編集はソース1本と任意のスタイル画像を使い、元のアスペクト比と音声を保ち、Autoでソース尺に合わせられます。

クリップ生成器から制作ツールへ

Kling 4.0は印象的なデモと実際に納品できる映像のあいだを狙っています。SeeVidでは、より長いテイク、参照による一貫性、実クリップへの指示ベース編集を意味します。

多くのAI動画モデルはまだ5〜15秒単位で考えます。1回30秒、最初/最後のフレーム、画像と動画の参照により、Kling 4.0はオープニング、見せ場、締めを一貫した人物と照明で運べます。

Kling 4.0の長回しナラティブ動画

Kling 4.0の主な機能

今日SeeVidで使える機能と、モデルの公式Kling 4.0仕様です。

テキストから動画

シーン、カメラ、照明、セリフを自然言語で書いてください。Kling 4.0が3〜30秒、720pまたは1080pのクリップにします。16:9、9:16、1:1、21:9に対応します。

画像から動画

最初のフレームを動かし、必要なら最後のフレームで着地点を固定します。商品ターン、ポーズ、絵コンテ向きです。

リファレンス動画

1ジョブで画像最大10枚、動画5本(各3〜30秒、合計30秒)を組み合わせます。プロンプトでアップロードを指すと、新しいクリップでも人物、商品、動きが揃います。

動画編集

ソースクリップを1本上げ、変更内容を書きます。スタイル画像は任意、尺はAutoまたは3〜30秒、画質は720pまたは1080p。出力はソースの画角と音声を維持します。

720p、1080p、21:9

SeeVidでは720pまたは1080p。テキストから動画とリファレンス動画は21:9ウルトラワイドにも対応します。公式発表には4K 10bit HDRも含まれます。

ステレオ音声とリップシンク

セリフ、効果音、環境音は2チャンネルステレオで生成され、複数言語で口の動きが音声により近づきます。

よくある質問

SeeVidのKling 4.0に関するよくある質問です。











Kling 4.0で生成と編集

テキスト、画像、混合参照、または既存動画から、3〜30秒・720p / 1080pのクリップを作ります。