
01 / モーション&カメラ
ダイレクトアクションとカメラの動き
Klingは、速い動作、連続した動き、追跡撮影、回り込むカメラ移動への対応が改善したと説明しています。テキストや画像から始め、動作とカメラの動きを一緒に指定します。身体の構造、空間的な関係、クリップ全体の連続性を確認してください。
Kuaishouのマルチモーダル動画モデルは、生成時間の延長、多様な参照素材、より細かなキーフレーム制御を、1つの制作工程にまとめています。
2026 年 10 月 15 日発売

コントロールをシーンに合わせます: アクション、継続時間、参照、キーフレーム、編集、またはダイアログ。

01 / モーション&カメラ
Klingは、速い動作、連続した動き、追跡撮影、回り込むカメラ移動への対応が改善したと説明しています。テキストや画像から始め、動作とカメラの動きを一緒に指定します。身体の構造、空間的な関係、クリップ全体の連続性を確認してください。

02/物語のための長さ
通常版は、1回で3〜30秒の動画を直接生成できます。長さを活かし、始まり、動作の展開、最後の反応をつなぎます。長い動画には物語を描く余裕がありますが、明確な順序は必要です。
.webp?x-oss-process=image/resize,w_1080)
03 / マルチモーダルリファレンス
Omni Referenceは、画像、動画、被写体、声の参照を、合計で最大15点まで組み合わせられます。種類ごとの上限は、画像10枚、動画5本、被写体7件などです。これらは共通の合計上限の内訳であり、各上限を足し合わせて使えるわけではありません。
.png?x-oss-process=image/resize,w_1080)
04 / ビジュアルマイルストーン
最大10枚のキーフレーム画像で、映像の重要な瞬間を定められます。開始・終了の2枚に加えて中間の見た目も指定でき、被写体の変化、カメラ位置、物語の展開を計画するのに役立ちます。
ソースシーン
キャラクター+設定を差し替えました05 / 既存映像の修正
テキストや参照画像を使い、既存動画の被写体、背景、見た目、カメラの向きなどを修正できます。仕様に記載された編集処理では、主動画1本を含む最大5本、合計30秒以内のクリップを受け付けます。

06 / ボイス&パフォーマンス
Klingは、2チャンネルのステレオ出力、セリフの同時生成、多言語対応の拡充を案内しています。話者、話し方、関連する環境音を指示に含めます。生成された言葉と、画面内の演技との同期を確認してください。
フルモデルを前世代および軽量の Flash バージョンと比較します。
| 比較項目 | Kling 4.0 | Kling 3.0シリーズ | Kling 4.0 Flash |
|---|---|---|---|
| 入力素材 | テキスト、画像、およびサポートされているマルチモーダル参照 | テキスト・画像からの動画生成。参照制御はバージョンによって異なる | テキスト、画像、Omni Reference |
| ネイティブクリップの長さ | 3~30秒 | 3~15秒 | 最大20秒 |
| 中間キーフレーム | 最大10個 | 開始フレームと終了フレーム。マルチキーフレーム入力なし | 最初/最後のフレームまたは複数のキーフレーム制御なし |
| 参照素材の上限 | 結合アイテムは最大 15 個まで | 動画なし:画像・被写体は最大7件。動画あり:動画1本+画像・被写体4件 | タスク固有の制限を備えたオムニリファレンス |
| 解像度 | 720p・1080p・4Kを記載。モードと提供段階を確認 | シリーズ全体で720p / 1080p / 4Kを掲載 | 最大720p。 8ビットSDR |
| ワークフローの重視 | 長いシーン、中間キーフレーム、マルチモーダル編集 | 短いシーケンスと以前のリファレンス ワークフロー | より小さな制御セットによる軽量の生成 |
必要なショットを中心にブリーフを作成します。

商品を見せる画、登場の見せ場、使用場面を、つながりのある映像として計画します。見た目は参照素材、主要な展開はキーフレームで指定します。

カメラの方向に沿ってパフォーマーの動きを説明します。体の仕組みとシーケンス全体の連続性を確認します。

長さを活かして、動作、反応、最後の構図をつなぎます。シーンに役立つ場合は、セリフや環境音も加えます。
Kling 4.0は、Kuaishouが2026年10月15日に公開したマルチモーダル動画生成モデルです。より長い動画の直接生成、参照素材、キーフレーム、動画編集を組み合わせています。
通常版は、1回の生成で3〜30秒と案内されています。Flashの上限は20秒です。計画されている2分までの延長機能は、1回で直接生成できる長さとは別です。
いいえ。Flashは一部の機能に絞り、最大20秒・720pに対応します。開始・終了フレームや、複数キーフレームの制御はありません。タスクを計画する前に、モデルの種類を確認してください。
いいえ。通常版には、参照素材を合わせて最大15点という共通上限があります。画像、動画、被写体それぞれの上限が、この合計上限を超えて適用されることはありません。
はい。仕様に記載された編集方法では、主動画1本と追加の対応クリップを、合計5本・30秒まで入力できます。修正した映像に意図しない変更がないか確認してください。
すべてのモードが対応するとは限りません。公式ページにも、提供段階について異なる記述があります。必要な出力形式について、現在のモデル、モード、エンドポイントを確認してください。