Kling 4.0Kling 4.0
Kuaishou の次世代オーディオビジュアルモデル、Kling 4.0 は、3〜30 秒のテイクを最大 4K で生成。9 言語のステレオセリフ、最大 10 枚のキーフレーム、15 アセットの Omni Reference スタックを備えます。Molyin では近日公開予定。公開中のモデルはすべて、今すぐジェネレーターで使えます。
- 生成失敗時はクレジット自動返還
- クレジットパックは無期限
- 全モデルの料金を公開
- ワンクリックでいつでも解約
- 3〜30 秒
- ワンテイクの長さ
- 最大 4K
- 3 段階の解像度
- 9
- セリフ対応言語
- 15
- Omni Reference アセット
ローンチサンプル 3 本、フルプロンプト 3 本
ローンチサンプル 3 本を、それぞれのフルプロンプト付きで掲載しています。Remix を押せばプロンプトがジェネレーターに読み込まれ、公開中のモデルで今すぐ試せます。Kling 4.0 の公開日まで取っておくこともできます。
- Kling 4.0
- Text to video
- 28s
- 1440P
1. シーンコンテキスト：ドラゴンは厳密に 1 体——重複厳禁。30 秒・6 ショットのダークファンタジー・アクションシーケンス。巨大なドラゴンが咆哮し、山頂の岩峰から飛び立ち、燃える港町へ向かって加速し、塔の間を急降下して壊滅的な空中火炎攻撃を繰り広げる。壮大なスケール、非常に速いテンポ、リアルタイムの動き。 2. 有効な参照：燃える港町、ゴシック建築、港、山の稜線、既存の火災、煙柱、嵐の雲と稲妻を制御する。ドラゴンのアイデンティティ、黒灰色の鱗、赤褐色の翼膜、角、背びれ、4 本の脚、2 枚の翼、長い尾、冒頭の岩峰を制御する。 3. ロケーションマップ：岩峰は港町を見下ろす。港は画面左、中央の城は正面、最も密集した火災地域は中央右にある。進行方向は常に山から市街中心へ。カメラは進行軸を反転させず、ドラゴンの背後、下方、または左側にとどまる。 4. 最初のフレームと空間配置：ドラゴンはすでに岩峰にうずくまり、翼を広げ、後脚を縮め、頭を市街へ向けている。顎が開いて一度咆哮する。下では火が揺らめき、つながった煙柱が風にしなり、嵐の天蓋全体が目に見えて動いている。 5. フォーマットモード：ハードカットでつなぐ 6 ショット。ショット1——0.0〜4.0秒：咆哮と飛翔。ショット2——4.0〜9.0秒：港へ向かう高速追跡。ショット3——9.0〜13.5秒：水面をかすめて市街へ向かう低空飛行。ショット4——13.5〜19.0秒：塔の間での最初の火炎攻撃。ショット5——19.0〜25.0秒：バンクしながらの追跡と掃射的な火炎攻撃。ショット6——25.0〜30.0秒：ドラゴンが燃える市街の上空へ上昇する。カットは翼のワイプ、煙のワイプ、建築物への接近通過で動機づける。フェードやディゾルブは使わない。 6. 光学：ショット1：24mm、水平画角74°、ローアングルの環境ワイド。ショット2：18mm、画角90°、後方追跡視点。ショット3：24mm、画角74°、水面すれすれのチェイス。ショット4：28mm、画角65°、屋根高さのトラッキング。ショット5：24mm、画角74°、側方後部からの近接追跡。ショット6：18mm、画角90°、雄大な空撮ワイド。中〜深い被写界深度。翼端、水面、煙、火の粉、近接する建物に強い自然なモーションブラー。 7. カメラ：すべてのカメラに、明らかな物理的な手持ちの揺れがある。ショット1はドラゴンの飛翔に合わせて素早く上へティルトし、翼圧がオペレーターを激しく揺さぶる。ショット2は尾の12メートル後方を追い、強い風圧と急速な上下振動がある。ショット3はドラゴンの背後、水面すれすれを疾走し、波と燃える船が画面端を次々にかすめる。ショット4は屋根の高さで街路の峡谷をトラッキングする。ショット5はドラゴンを追って激しくバンクし、塔が危険なほど近くを通るためフレーミングを失いかける。ショット6は上昇を追い、やがて壊滅した市街のワイドビューに落ち着く。滑らかな浮遊や機械的に完璧な動きはない。 8. アクションのタイミング：0.0〜0.8秒：ドラゴンが雷鳴のような咆哮を一度放ち、首を伸ばし、目を市街に固定する。0.8〜2.0秒：後脚が岩峰を蹴り、爪が岩を砕く。2.0〜4.0秒：ドラゴンが飛び立ち、力強い翼打ちを 2 回行う。土埃と石が後方へ爆発する。4.0〜6.5秒：ハードカット。背後から、すでに高速で加速するドラゴンを捉える。6.5〜9.0秒：脚を体の下に畳み、港へ向かって急降下する。煙が翼を横切って流れる。9.0〜11.5秒：荒れた水面のすぐ上を高速で滑空する。翼端が波にほとんど触れる。11.5〜13.5秒：燃える船を横切り、防波堤を越えて上昇する。塔がレンズの前を横切る。13.5〜15.0秒：ハードカットで市街内部へ。ドラゴンがゴシック様式の塔の間の煙を突き破る。15.0〜19.0秒：オレンジホワイトの火炎ジェットを連続で放ち、全速力を保ったまま左側の屋根並みを掃く。19.0〜21.5秒：ドラゴンが中央の塔の周りで鋭く右へバンクし、尾が遅れて振れる。21.5〜25.0秒：つながった火炎の流れが大通りを掃き、右側の塔に命中する。燃える石積みと火の粉が背後に落ちる。25.0〜27.0秒：火を吐くのをやめ、力強く翼を打って屋根の上へ上昇する。27.0〜30.0秒：嵐の光の中へ上昇し、燃える市街の上を滑空する。カメラがワイドになり、広がる炎、煙柱、下の港が現れる。 9. 物理：ドラゴンはその速度にもかかわらず、信じられる巨大な質量を持つ。翼打ちは肩から始まり、翼膜は空力負荷で伸びる。胴体、脚、尾は遅れて反応する。翼の後流が煙に穴を開け、水面を乱し、近くの火を煽る。火は開いた口からだけ、圧力で押し出される流れとして出る。白熱した芯、オレンジ色の乱れた縁、目に見える熱のゆらぎを伴う。建物は目に見える着弾点から段階的に燃え上がる。破片は重力とドラゴンの後流に従う。 10. ライティング：冷たい嵐の日光が左上から差し込む。既存の火災がドラゴンの下からオレンジ色のアンダーライトを与える。火炎の流れは動く動機づけられたキーライトになり、鱗、塔、煙の上を移動するハイライトを落とす。最後の上昇では雲間から太陽光が差す。炎の芯のディテールを保ち、ドラゴンのシルエットを読みやすく保つ。 11. オーディオ：セリフなし。同期したドラゴンの咆哮、爪の擦れ、岩の破砕、革のような翼の雷鳴、激しい風、波の衝撃、燃える船、崩れる石積み、火の粉のシューッという音、加圧された火炎の爆発。壮大なオリジナルスコア：速い戦太鼓、低い金管のオスティナート、切迫した弦がすぐに始まる。飛翔の瞬間に言葉のない低い合唱が入る。追跡中にパーカッションが加速する。火炎攻撃のたびにフルオーケストラが打ち鳴らされ、上昇中の暗く勝利に満ちたフィナーレへと展開する。咆哮、翼、火は音楽より大きく保つ。 12. キャラクター演技：ドラゴンは集中した捕食者の意図で動く。目は飛行経路と連続する標的の建物に固定されたまま。加速中は頭を下げ、肩を攻撃的に押し出す。市街内部では首が意図的に火炎の流れを導き、尾が各バンクを制御する。最後のショットでは胸が開き、姿勢が攻撃的な攻撃性から空中の支配へと変わる。 13. スタイル：壮大な終末的ダークファンタジー映画、攻撃的な追跡撮影、記念碑的スケール、戦場のエネルギー。パレットの 60% をチャコールとストームブルー、30% を煙茶色の石、10% を火のオレンジが占める。風化した 35mm フィルムの質感、古い写真のような柔らかさ、有機的な粒子、デジタルシャープニングなし。 14. 品質：すべてのカットを通じてドラゴンのアイデンティティと解剖学的構造が一貫する：頭 1 つ、翼 2 枚、脚 4 本、尾 1 本。安定した市街の建築、一貫した翼のサイクル、口に付着した火、ボリューム感のある煙、物理的につながった破壊。ゴーストコピー、解剖学的な変異、切り離された炎のない、自然な高速モーションブラー。 15. ポジティブ制約：シーケンス全体を通してドラゴンは厳密に 1 体だけ見える。2 秒前に飛び立ち、9 秒までに港へ到達し、13.5 秒に市街へ入り、飛び去る前に 2 回の高速火炎攻撃パスを完了する。すべてのショットが山から市街への方向を保つ。強いカメラシェイクで極限の速度を伝えつつ、ドラゴンは読みやすいまま。市街の火災は絶えず煙を出し、雲は空を目に見えて流れ、新しい破壊はつながった火炎の流れが当たった場所にだけ現れる。
- Kling 4.0
- Text to video
- 15s
- 1080P
シーンコンテキスト：動画全体を通して、重複しない人間キャラクターは厳密に 3 人。明るく清潔な架空の都市観光案内所に 3 人がいる。全編を通して色調を一貫させる。観光客は左、通訳は中央、観光案内スタッフは右に立つ。案内カウンターには市街地図と路線図が置かれている。背景の文字と地図のラベルはぼかして読めなくする。実在のブランド、組織名、ロゴ、ウォーターマークは一切出さない。 アクションのタイミング： 0〜3秒：3 人全員のミディアムショット。スペイン人女性観光客が中央の通訳を見て、手に持った地図を持ち上げ、自然で明瞭、ややゆっくりしたスペイン語で話す：「¿Dónde está la estación de metro más cercana?」話し終えたら約 0.5 秒間を置く。通訳が観光案内スタッフの方を向き、中国語に通訳する：「她想知道最近的地铁站在哪里。」 3〜7秒：通訳と観光案内スタッフにカット。スタッフは地図を見て（地図のクローズアップは使わない）、自然で明瞭な中国語で答える：「沿这条路直走，步行大约五分钟就能到。」スタッフが話し終えたら約 0.5 秒間を置く。通訳が理解を確認し、観光客の方を向く。 7〜11秒：通訳がスタッフの答えを、自然で明瞭、ややゆっくりしたスペイン語に通訳する：「La estación de metro está a unos cinco minutos a pie. Siga recto por esta calle.」話しながら、通訳は地図上のルートを指し、観光客は熱心にそれを見る。 11〜15秒：3 人全員のミディアムショットに戻る。道順を理解したスペイン人観光客は微笑み、うなずき、スペイン語で言う：「Muchas gracias.」3 人は自然な接客のやり取りを保ちながら、シーンが終わる。 オーディオ： - スペイン人観光客はスペイン語だけを話す。 - 中国人の観光案内スタッフは中国語だけを話す。 - 中国人通訳はまず中国語、次にスペイン語を話す。 - 各人物は異なる声を持つ。 - 誰かが話している間、他の人物は黙っている。会話の遮りや重なりはない。 - すべてのセリフは明瞭な声で、口の動きが対応する言語に同期する。 - スペイン語の発音は自然で標準的であり、英語訛りの発音はない。 - 話し方はややゆっくりで、文と文の間に自然な間を置く。 - 観光案内所の微かな環境音を残す。BGM は加えない。環境音はセリフを圧倒してはならない。 カメラ：3 人全員のミディアムショットから始め、関係性を確立する。観光客が話すときは、観光客と通訳のツーショットにカット。通訳が質問を伝えるときは、通訳とスタッフにカット。スタッフが答える間は、地図のルートのクローズアップを挟む。通訳がスペイン語に通訳するときは、通訳と観光客のツーショットに戻る。最後は 3 人全員のミディアムショット。全編を通して人物の位置、視線、服装を一貫させる。人物を突然入れ替えたり、空間的な関係を変えたりしない。 スタイル：リアルで自然、プロフェッショナルな旅行案内のドキュメンタリースタイル。明るく清潔な照明、自然な表情、抑制された動き。空港や都市の観光案内所での本物のやり取りのように見えること。
- Kling 4.0
- Reference to video
- 15s
- 720P
1. シーンコンテキスト：人間キャラクターは厳密に 1 人——重複厳禁。ミニマルなファッションショールームで、女性が着ている黒い Kling クロップドパファージャケットを熱意をもって披露する。襟、胸元のロゴ、キルティング構造、クロップドシルエット、ポケットを見せながら、温かく自信のあるアイコンタクトをカメラと保つ。15 秒の縦型ファッションショットを 1 カットで撮る。 2. 有効な参照：@画像1 が女性の正確なアイデンティティ、ストレートの茶髪、青い目、小さなイヤリング、黒い Kling クロップドパファージャケット、ハイカラー、シルバーのジッパー、白い胸元のロゴ、キルティングパネル、伸縮性のある袖口、サイドポケット、ゆったりしたブルーデニム、黒いベルト、ショールームのラック、窓、縦構図を制御する。すべてのディテールを正確に保つ。 3. ロケーションマップ：女性は 2 つの衣料品ラックの間に中央を保つ。左のラックは画面左の背後、2 つ目のラックは右後方、大きな窓は画面右に保つ。カメラは彼女の真正面にとどまり、彼女の左側へわずかにだけ動く。 4. 最初のフレームと空間配置：参照の構図に合わせる。彼女はリラックスした 3/4 の姿勢で立ち、両腕を体の横に自然に下ろす。ジャケット全体、ウエストライン、ベルト、デニムの上部が見えたまま。頭をカメラの方へ向け、目が自然にレンズへ固定される。 5. フォーマットモード：15 秒の縦型 9:16 ショットを 1 カットで途切れなく撮る。カット、フェード、ディゾルブ、スピードランプ、衣装替え、場所の変更、ポーズの重複はない。 6. 光学：50mm 相当のレンズ、水平画角 40°。ミディアムのファッションフレーミングで、彼女の目、表情、襟、ロゴ、ジッパー、袖、裾、ポケット、ウエストラインを読みやすく保つ。中程度の被写界深度で、彼女を衣料品ラックから柔らかく分離する。 7. カメラ：人間のオペレーターが約 2.5 メートル離れた胸の高さに立ち、1 メートル未満のゆっくりした手持ちの時計回りアークを 1 回行う。呼吸による揺れ、小さな足音、わずかなロール、遅れて合わせ直すフレーミングが見えたまま。カメラが機械的に安定したり、ジャケットの裾を切り落としたりすることはない。 8. アクションのタイミング：0.0〜2.0秒：彼女がレンズを見つけ、軽く期待の息を吸い、本物の歓迎の笑みを浮かべる。2.0〜5.5秒：話し始めながら、姿勢の良い襟に触れ、指先でジッパーを下へたどる。目はレンズに固定したまま。5.5〜8.5秒：声がより生き生きとしてきて、手が白い Kling ロゴの横で止まり、空いた手が小さく表現豊かなジェスチャーをする。8.5〜11.5秒：3/4 の横顔にターンし、両手をポケットに入れ、自信のある笑みでレンズの方へ振り返る。11.5〜15.0秒：再び正面を向き、肩の力を抜き、輝く目と温かく満足した表情でプレゼンテーションを終える。 9. 物理：パファージャケットは指先の下で自然に沈み、離すと戻る。キルティングパネルは一貫したボリュームを保つ。袖は肘で曲がってシワになり、クロップドの裾はターンの間に動き、重力に従って落ち着く。髪とイヤリングはわずかに遅れて反応する。 10. ライティング：画面右の大きな窓からの柔らかな昼光が唯一の動機づけられたキー光源。彼女の目、髪、黒い生地、シルバーのジッパー、頬骨に抑制されたハイライトを作り、キルティングパネルのディテールを保つ。天井のトラックライトは控えめな背景の実用光源にとどまる。 11. オーディオ：重ね合わされたショールームの環境音：静かなルームトーン、遠くの換気音、ジャケットの柔らかな擦れ、ジッパーの接触、デニムの動き、抑制された足音。誠実で感情のこもった英語の声で、彼女は言う：「I honestly love this Kling jacket—the cropped fit feels so confident, and it goes with everything.」温かい賞賛から始め、「love」と「confident」を強調し、聞こえるような笑みで終える。彼女の唇、呼吸、表情、衣服のジェスチャーはセリフと正確に同期する。SFX のみ。音楽、スコア、歌、サウンドトラックはなし。 12. キャラクター演技：彼女は、このジャケットが自分をどう感じさせるかに心から興奮している人として話す。目は生き生きとしたハイライトと不規則で自然なまばたきでレンズにつながったまま。「love」で眉がわずかに上がり、「confident」で頬が上がり、最後の笑みは目元にも届く。話している間、決して衣服に目を落とさない。両手は触覚を通して各特徴を自然に探す。内面の、言葉にならない声：「This feels completely like me.」 13. スタイル：不完全な人間の相棒が撮った、ミニマルで現代的なファッションコンテンツ。明らかな手持ちの親密さ、古い写真のような柔らかさ、有機的なフィルムグレイン、抑制されたコントラスト、自然な生地の質感、穏やかな窓のハレーション、デジタルシャープニングなし。カラーバランス：黒とチャコール 60%、クールホワイトのショールームトーン 25%、色あせたブルーデニムと自然な肌 15%。 14. 品質：女性のアイデンティティ、目の色、髪型、イヤリング、ジャケットの形状、キルティングパネル、襟、ジッパー、袖口、ポケット、デニム、ベルトが一貫する。白い Kling ワードマークは正しく綴られ、安定し、同じ胸の位置に付いたまま。目、唇、手、指、袖、生地のひだは解剖学的に一貫する。 15. ポジティブ制約：ショット全体を通して、女性は厳密に 1 人、黒い Kling ジャケットを厳密に 1 着だけ着ている。話す間はレンズとの直接のつながりを保ち、サイドポーズのときはレンズの方へ振り返る。感情のこもった英語の一節をちょうど 1 回話し、途切れない衣服プレゼンテーションを 1 回行う。ジャケットは完全にジップを閉じ、正面を向く間はロゴが見えたまま。二人目、着替え、字幕、価格、プロモーション用のオーバーレイ、鏡の反射、音楽、ランウェイの動きを加えない。平板で無感情な語り、さまよう視線、崩れたワードマーク、変わるジャケットの丈、余分な手足、体を貫通する生地は、失敗ショットとみなす。
動画 1 本と写真 2 枚から、まったく新しいテイクを
カメラワーク参照：入力動画が受け持つのはカメラの動きとショットのテンポだけ。1 枚の写真が新しい被写体を、もう 1 枚が背景を供給します。Kling 4.0 はその撮影技法を、まったく別のシーンへ移植します。
プロンプト
@動画1 をカメラの動きとショットのテンポの参照として使う。エレメントを @画像1 のクルマに、背景を @画像2 に置き換える。
Kling 4.0 とは？
Kling 4.0 は Kuaishou の次世代オーディオビジュアル動画モデルで、Kling AI を支えるエンジンです。2026 年 9 月 28 日に発表され、10 月 15 日に正式リリースされました。1 回の生成で 3〜30 秒、1 秒刻み。解像度は 720p・1080p・4K、アスペクト比は 4 種類に加えて、最初のフレームに追従する Auto モードを備えます。音声はネイティブです。改善されたリップシンク付きの 2 チャンネルステレオ、そして中国語・英語・日本語・韓国語・スペイン語・ポルトガル語・ドイツ語・フランス語・ヒンディー語の 9 言語によるセリフ。広東語や四川語からイギリス英語・インド英語まで、本場の方言とアクセントも再現します。
コントロールはテキストボックスの域をはるかに超えます。キーフレームは最大 10 枚の静止画をタイムライン上に固定。Omni Reference は最大 15 個のアセット——画像 10 枚、合計 30 秒の動画 5 本、エレメント 7 個、ボイスプロファイル 3 つ——からシーンを構成します。カメラワーク参照は、1 本の動画の撮影技法を新しい被写体へ移植します。上の作例がその実演です。動画編集モードは、合計 30 秒までの最大 5 クリップを作り直せます。プロンプトは最大 8,000 token。Flash ティアはキーフレームと解像度の上限を犠牲にして速度を優先し、720p で最長 20 秒のクリップを生成します。
Kling 4.0 は Molyin に登場予定で、当サイトの他のすべてのモデルと同じAI 動画ジェネレーターに加わります——プロンプト欄もクレジット残高もひとつ。それまでは、このページのすべてのサンプルを公開中のモデルへ Remix できます。数字は料金ページでご確認ください。
Kling 4.0 vs Seedance 2.5
Seedance 2.5 は Molyin で公開中、Kling 4.0 はローンチ時に登場予定です。どちらもプロンプト欄とクレジット残高を共有します。以下で仕様を並べるので、どんなプロンプトをどちらに向けるかの判断に役立ててください。
| 比較項目 | Kling 4.0 | Seedance 2.5 |
|---|---|---|
| 長さ | 3〜30 秒、1 秒刻み（デフォルト 10 秒） | 4〜30 秒、連続スライダー |
| 解像度 | 720p · 1080p · 4K | 480p · 720p · 1080p（10-bit） |
| アスペクト比 | 21:9 · 16:9 · 1:1 · 9:16 · Auto | 6 種類——16:9 から 21:9 |
| 音声 | ネイティブステレオ + 改善されたリップシンク——9 言語のセリフと方言 | 声・効果音・音楽をワンパスで。11 言語のリップシンク |
| 参照素材 | Omni Reference——最大 15 アセット + キーフレーム 10 枚 | 最大 50 のマルチモーダル——画像 30 枚、動画 10 本、音声 10 |
| 動画編集 | 内蔵——最大 5 クリップ、合計 30 秒 | Video Edit & Extend モデル——4〜30 秒の延長 |
| Molyin での価格 | ローンチ時に発表 | 25 / 56 / 100 クレジット/秒（480p / 720p / 1080p） |
| 真価を発揮する場面 | セリフ付きの長尺マルチショット、キーフレームで描く展開、カメラワーク参照 | 本日から利用可能——480p ドラフト、10-bit 1080p マスター、大規模な参照スタック |
Kling 4.0 の仕様は Kuaishou の公式発表に基づきます。Seedance 2.5 の料金は Molyin の現行実施価格です。
Kling 4.0 vs Molyin で公開中のモデル
| モデル | ポジション | リリース日 | Molyin では |
|---|---|---|---|
| Kling 4.0 | Kuaishou の次世代——30 秒テイク、キーフレーム 10 枚、Omni Reference | 2026 年 10 月 15 日（一般提供開始） | 近日公開 |
| LTX 2.5 | Lightricks のオープンウェイトモデル——ネイティブなマルチショット + 4K HDR | 2026 年 8 月 11 日（オープンウェイト） | 公開中——上のジェネレーターへ |
| Seedance 2.5 | ByteDance の旗艦——30 秒テイクを秒単位で演出 | 2026 年 8 月 7 日（API） | 公開中——上のジェネレーターへ |
| FLUX 3 | Black Forest Labs——ストーリーボードのキーフレーム + テイク継続 | 2026 年 8 月 7 日（動画 API） | 公開中——上のジェネレーターへ |
| Wan 3.0 | Alibaba のオールインワンモデル、ワンテイク最長 30 秒 | 2026 年 8 月 6 日 | 公開中——上のジェネレーターへ |
| MiniMax H3 | オムニモーダル旗艦、ネイティブ 2K + ステレオ | 2026 年 7 月 31 日 · ウェイト公開予告 | 公開中——上のジェネレーターへ |
| HappyHorse | 表現力豊かな生成 + 指示型動画編集 | 2026 年 6 月（1.1） | 公開中——上のジェネレーターへ |
| Seedance 2.0 ファミリー | Standard / Fast / Mini の主力、最大 4K | 2026 年 4 月（API） | 公開中——上のジェネレーターへ |
| Kling 3.0 | 5 言語のネイティブ音声 + エレメント参照、最大 4K | 2026 年 2 月 4 日 | 公開中——上のジェネレーターへ |
| Veo 3.1 | Google の音声付きシネマティックモデル | 2025 年 10 月 | 公開中——上のジェネレーターへ |
サブスクリプションもクレジット残高もひとつ——上記で利用できるモデルはすべて含まれます。
Kling 4.0 完全スペック
| パラメータ | 値 | 備考 |
|---|---|---|
| モデル | Kling 4.0——Kuaishou の次世代オーディオビジュアルモデル | Kling AI を支えるモデル。2026 年 9 月 28 日に発表され、10 月 15 日に正式リリースされました。 |
| モデルティア | Kling 4.0 · Kling 4.0 Flash | Flash は 720p・最長 20 秒のクリップを生成し、先頭・最終フレームとマルチキーフレーム制御には対応しません。 |
| 生成モード | テキスト / 画像 / Omni Reference / キーフレームから動画、さらに動画編集 | 1 つのモデルが、ゼロからの生成、静止画のアニメーション、参照素材からの構成、既存クリップの編集までカバーします。 |
| 解像度ティア | 720P / 1080P / 4K | 720p はドラフト、1080p は納品、4K はマスター用。 |
| クリップの長さ | 3〜30 秒 | 1 秒刻み、デフォルトは 10 秒——上のドラゴンサンプルは 30 秒を 1 回の生成で作っています。 |
| アスペクト比 | 21:9 · 16:9 · 1:1 · 9:16 · Auto | キーフレーム画像を指定した場合、Auto は最初のフレームの比率に追従します。 |
| キーフレーム | 最大 10 枚——画像入力のみ | 静止画をタイムラインに固定して展開を演出できます。キーフレームと Omni Reference は 1 回の生成で併用できません。 |
| Omni Reference | 最大 15 個の参照アセット | 画像 10 枚（各 30MB 以下）、合計 30 秒以下の動画 5 本、動画エレメント 3 つを含むエレメント 7 個、5〜30 秒のボイスプロファイル 3 つ。 |
| 音声 | ネイティブステレオ + 改善されたリップシンク | 2 チャンネル音声が映像と同時に生成され、セリフは指定した言語にリップシンクします。 |
| セリフの言語 | 9 言語——中国語 · 英語 · 日本語 · 韓国語 · スペイン語 · ポルトガル語 · ドイツ語 · フランス語 · ヒンディー語 | さらに方言とアクセント：広東語、四川語、北京語、台湾華語、東北官話、アメリカ英語、イギリス英語、インド英語。 |
| プロンプトの長さ | 最大 8,000 token | ショットリスト、タイミングのビート、ネガティブ制約を書き込む余裕があります——このページの 3 サンプルはすべてその余裕を使い切っています。 |
| 動画編集 | 最大 5 クリップ、合計 30 秒以下 | ゼロから再生成する代わりに、既存の映像を 1 つの指示で作り直せます。 |
| 発表済み・未開放 | 10-bit HDR（1080p/4K）· 最長 2 分の延長 | いずれも Kuaishou が Kling 4.0 の公式ロードマップに挙げている機能ですが、ローンチ版には含まれていません。 |
仕様は Kuaishou の公式 Kling 4.0 発表に基づきます。Molyin の稼働設定にはローンチ時に組み込まれます。
Kling 4.0 で生成する方法
アイデアから完成テイクまで 3 ステップ
モデルとモードを選ぶ
テキストからゼロ生成、静止画のアニメーション、参照素材からの構成、既存クリップの編集から選べます。
プロンプトを書く
参照素材ごとに役割を与えます——@画像1 はアイデンティティ、@動画1 はカメラワーク。長いテイクは時間ごとのビートに分け、起こしてはいけないことを明示します。このページのサンプルと同じ書き方です。
生成してエクスポート
解像度・長さ・アスペクト比を選び、その場でプレビューして、原本をダウンロードします。
5 パートで作るブリーフの公式
Kling 4.0 は、演出されたプロンプトに応えます。シーン、アクション、参照、カメラ、音声、制約の順です。完全版のガイドでは、15 ブロックのディレクターズブリーフを分解し、16 の実例を加えています。
[シーン] + [アクション] + 任意 [参照] [カメラ] [音声] [制約]
シーン
ショットがどこで、いつ起きるか。映像のトーンもここに含めます。
アクション
被写体が何を、どの順番でするか。体の部位とテンポまで書きます。
参照
アイデンティティ、商品、舞台を定義する素材：@Image1、@Video1、@Audio1。
カメラ
画角、レンズ、カメラの移動経路とテンポ。1 ショットにつき 1 つのカメラワークです。
音声
セリフ、環境音、効果音、音楽。デフォルトはステレオです。
制約
変えてはいけないものと、書く価値のある少数の否定指示。
Kling 4.0 よくある質問
Kuaishou の次世代動画モデルが Molyin に登場するのを前に、クリエイターからよく寄せられる質問。