Оглавление

Разработчики популярного видеогенератора Kling AI представили четвертую версию своей модели, которая привносит значительные улучшения в детализацию и контроль над процессом создания контента. Как сообщает профильное издание The Decoder, обновление включает в себя поддержку стереозвука, расширенную мультиязычную синхронизацию губ и облегченную версию Flash для быстрой генерации.

В новой итерации Kling AI 4.0 пользователи получили возможность генерировать до 30 секунд видео за один проход, что вдвое превышает стандартные возможности многих конкурентов. Система теперь принимает до десяти ключевых кадров (keyframes) в качестве входных данных, позволяя более точно задавать переходы между сценами, состояния персонажей и общую динамику сюжета, а объем обрабатываемого текстового промпта вырос до 8 000 токенов.

Инструменты для профессионального контроля

Обновленная система Omni Reference теперь поддерживает до 15 эталонных объектов в одной генерации. Сюда входят до 10 изображений и до 5 видеороликов общей длительностью до 30 секунд. Это превращает инструмент в полноценную среду для работы с визуальными материалами: в качестве референсов можно использовать раскадровки, сетки изображений и даже карты глубины (depth-maps).

Особого внимания заслуживает функция Creative Recreation, которая позволяет использовать существующие видео в качестве шаблонов. С ее помощью можно заменять объекты или персонажей, сохраняя при этом общую структуру сцены. Разработчики заявляют, что отдельные элементы, такие как мимика, движения тела или углы наклона камеры, поддаются тонкой настройке без искажения остальной части клипа.

Гонка за разрешением и длиной клипа в нейросетях постепенно упирается в потолок физической достоверности. Пока Kling 4.0 хвастается стереозвуком и 10-битными цветами, проблемы с инерцией объектов и последовательностью кадров остаются нерешенными. Индустрия достигла этапа, когда косметические улучшения превалируют над фундаментальным пониманием физики мира. Мы наблюдаем не революцию, а качественную полировку существующих костылей.

Аудиовизуальные возможности и доступность

В области звука Kling 4.0 перешел на двухканальное стерео и значительно улучшил технологию липсинка (lip sync) для более чем десяти языков, включая английский, немецкий и испанский. Генерация текста внутри видео также стала стабильнее — надписи теперь не «плавают» при движении камеры. В планах компании значится поддержка 4K HDR и функция расширения клипов до двух минут, которые должны появиться в ближайшее время.

Параллельно с основной моделью выпущена версия Kling 4.0 Flash. Она ориентирована на скорость и экономию ресурсов, хотя имеет ограничения: разрешение до 720p и длительность до 20 секунд. Для профессиональных разработчиков важным обновлением станет поддержка MCP и CLI, что открывает путь к интеграции видеогенерации в автоматизированные рабочие процессы с использованием ИИ-агентов.

Несмотря на впечатляющий список функций, сравнение с конкурентами вроде Wan 3.0 или Seedance 2.5 показывает, что Kling 4.0 пока не совершил решающего отрыва. Вопросы к логике последовательности кадров и естественности диалогов остаются открытыми, что может свидетельствовать о некотором замедлении темпов прогресса в области генеративного видео, когда количественные показатели уже не так легко переходят в качественные.