Kuaishou傘下のKling AIは9月28日、動画生成モデルの次期主力版「Kling 4.0」を10月に正式リリースすると発表した。同時に軽量版「Kling 4.0 Flash」をUltra Yearly加入者向けに先行提供している。

発表では最大30秒のネイティブ生成、最大10キーフレーム、最大15件のマルチモーダル参照、最大4K・10-bit HDR出力、ステレオ音声と高精度リップシンクが示された。テキストや画像、参照素材から映像を作る制作の幅が広がる。

30秒生成と10キーフレームで演出を固定

Kling 4.0は1回の生成で最大30秒の映像を作れる。Kling VIDEO 3.0の1回あたり3秒から15秒と比べて上限が2倍になり、広告や短尺ドラマの1カットを継ぎ目なく作りやすくなる。

映像の延長機能も備え、30秒を超える展開はつなげて作れる。最大10キーフレームの制御では、 shotの要所を指定してカメラや被写体の動きを固定できる。

長いカットほど破綻が出やすいため、キーフレームで行き先を示せる点が実務では重要になる。

最大15件の参照で人物や製品を維持

Kling 4.0は「Omni Reference」として最大15件のマルチモーダル参照に対応する。人物の顔や衣装、製品、背景を複数渡して、連続したカットで見た目を保てる。

シリーズ物の短尺ドラマや製品広告では、回をまたいだ一貫性が課題になりやすい。参照を増やせることで、別々の生成でも同じキャラクターや商品として扱いやすくなる。

参照の種類や組み合わせの上限など、詳細な利用条件は正式リリース時の案内を確認する必要がある。

4K HDRとステレオ音声に対応

出力は最大4K・10-bit HDRに対応し、1080pと4Kの高画質書き出しをうたう。音声はステレオになり、リップシンクの精度向上や複数言語・アクセント・方言への対応も示された。

Kling VIDEO 3.0でもネイティブ音声や4K対応が進んでいた。Kling 4.0は画質と音声を同時に高め、せりふ付きの人物カットや商品紹介など音が重要な用途に向く。

最終的な画質や音声の仕様は、解像度や生成設定によって変わる可能性がある。

価格やAPIは未公表 先行版は限定提供

正式版の具体的な提供日、価格、APIのモデルIDや料金、他モデルとの比較評価は公表されていない。KlingのAPI料金表も9月28日時点で3.0世代の記載にとどまる。

先行提供中のKling 4.0 Flashは、KlingアプリのUltra Yearly加入者が対象になる。正式版の提供条件や無料枠の有無も含め、10月の案内で確認したい。

導入を検討する場合は、30秒生成や15件参照が自分の用途に必要か、現行のKling V3や他モデルで足りるかを見比べると判断しやすい。