做 AI 视频，难点不只是把画面“变出来”，还要让人物、动作和场景按创作者的安排持续变化。比如一段半分钟的视频，开头的人物和结尾的状态都要对得上。快手旗下可灵正用 Kling 4.0 补这块能力，也把与字节跳动 Seedance 的竞争，从产品流量推向模型本身。
据 Bloomberg 报道，Kling 4.0 将单次生成视频的最长时长从 15 秒提高到 30 秒。它可同时接收文字、图片和已有视频等十余个参考输入，也就是“多模态输入”；用户还能设置最多 10 张关键帧——指定若干时间点的画面——更细致地控制不同片段。这意味着创作者不只描述想要什么，还能像搭分镜一样约束变化过程。
目前 Kling 4.0 仍只面向部分用户测试，轻量版已向年度订阅用户开放，完整版本计划于 10 月发布。此次更新也发生在可灵可能赴港上市的背景下，但 Bloomberg 尚未给出正式申报或上市日期。