Après une première phase d'accès anticipé, Kling 4.0 s'ouvre à tous
Kling 4.0 est disponible avec des vidéos jusqu'à 30 secondes, dix images clés et quinze références multimodales pour contrôler les séquences.
Trente secondes de vidéo générées en une seule passe, dix images clés pour organiser la progression d'une scène et jusqu'à quinze références pour guider les personnages, les décors ou les mouvements de caméra. Kling 4.0, développé par Kuaishou, passe à une disponibilité élargie après une première phase d'accès anticipé ouverte fin septembre avec Kling 4.0 Flash. Le modèle ajoute plusieurs fonctions destinées à la réalisation de séquences plus longues et au contrôle des éléments visuels et sonores, tout en regroupant génération et édition dans un environnement de création remanié. Trente secondes de vidéo en une seule génération
La durée constitue l'une des principales évolutions de Kling 4.0. Alors que Kling 3.0 permettait de produire des séquences allant jusqu'à quinze secondes, la nouvelle version double cette limite pour atteindre 30 secondes en une seule génération, avec un minimum de trois secondes.
Cette extension permet d'organiser plusieurs actions dans une même vidéo : entrée d'un personnage, déplacement de caméra, changement de cadrage, dialogue ou apparition d'un produit.
Pour les créateurs, elle réduit notamment la nécessité d'assembler plusieurs générations courtes pour construire une séquence. La continuité des personnages, des mouvements et du décor peut être travaillée au sein d'une même demande.
Kling annonce également une fonction d'extension vidéo permettant de prolonger une séquence vers l'avant ou vers l'arrière, en plusieurs opérations, jusqu'à deux minutes au total. Cette fonctionnalité figure encore parmi les nouveautés annoncées pour une disponibilité ultérieure. Dix images clés pour organiser les plans
Kling 4.0 introduit un système de dix images clés flexibles, positionnables à différents moments de la timeline.
Contrairement au contrôle par première et dernière image, déjà proposé dans la génération vidéo, cette fonction permet de définir plusieurs étapes intermédiaires.
Le créateur peut préciser quand un personnage doit apparaître, à quel moment un produit doit être révélé ou comment la caméra doit évoluer entre plusieurs compositions.
Ces références servent également à organiser les séquences multiplans, avec des changements de cadrage, des travellings, des panoramiques ou des mouvements circulaires.
Les images clés guident toutefois le modèle sans fonctionner comme des contraintes absolues de montage. Leur présence ne garantit pas que chaque transition ou chaque action sera exécutée exactement au moment souhaité. Jusqu'à quinze références dans une même vidéo
Le système Omni Reference évolue également pour accepter plusieurs types de ressources simultanément.
Une génération peut combiner jusqu'à quinze éléments de référence, avec des limites propres à chaque catégorie : dix images, cinq vidéos et sept sujets, dans le respect du plafond global de quinze éléments.
Les vidéos de référence peuvent représenter une durée cumulée de trente secondes. Des références vocales peuvent également être associées aux personnages.
Chaque ressource remplit une fonction particulière. Une photographie peut définir le visage d'un personnage, une autre préciser les caractéristiques d'un produit, tandis qu'une vidéo sert à guider un mouvement ou un comportement de caméra.
Kling accepte également des vidéos de profondeur ou des représentations simplifiées des volumes pour orienter les déplacements.
Cette approche permet notamment d'utiliser la structure d'une vidéo existante comme référence, puis de remplacer certains éléments visuels par d'autres personnages, objets ou produits.
La fidélité de ces transformations dépend néanmoins de la qualité des ressources et de leur interprétation par le modèle. Des mouvements complexes et un audio stéréo
Kuaishou annonce des améliorations concernant la stabilité des mouvements rapides, notamment dans les scènes de combat, de danse, de sport et d'action.
Le modèle cherche à préserver les relations spatiales entre les personnages, la cohérence des postures et les déplacements de caméra lorsque plusieurs actions se déroulent simultanément.
La partie sonore évolue avec la prise en charge d'un audio stéréo à deux canaux, contre un canal dans la génération précédente.
Kling annonce également une meilleure synchronisation labiale et une prise en charge linguistique élargie, comprenant notamment le français, l'anglais, l'allemand, le portugais, le japonais et le coréen, ainsi que plusieurs accents et dialectes.
La génération de textes à l'écran a aussi été retravaillée. Le modèle peut produire des inscriptions, des logos et des emojis tout en cherchant à maintenir leur lisibilité pendant les mouvements de caméra.
Les instructions peuvent désormais atteindre 8 000 tokens, afin de détailler davantage la composition, les dialogues, les mouvements et la progression d'une séquence. De la 4K au format cinéma 21:9
Kling 4.0 propose des sorties en 720p, 1080p et 4K, avec plusieurs formats dont le 16:9, le 9:16, le carré et le 21:9 ultralarge.
La résolution 4K n'est pas nouvelle dans la famille Kling : elle était déjà présente dans la génération précédente.
L'évolution annoncée porte notamment sur la prise en charge du HDR 10 bits en 1080p et en 4K, destiné à conserver davantage d'informations dans les hautes lumières, les ombres et les transitions de couleurs.
Cette fonction demeure toutefois annoncée comme coming soon dans la documentation officielle. La disponibilité élargie de Kling 4.0 ne signifie donc pas que toutes les fonctions présentées sont immédiatement accessibles. Générer et modifier depuis le même environnement
L'interface de création de Kling AI a été réorganisée pour réunir plusieurs opérations auparavant réparties entre différents outils.
Le nouvel espace accepte les instructions textuelles et les références multimodales dans une même interface. Il comprend également une timeline permettant de consulter les générations, d'ajouter des ressources et de poursuivre les modifications.
Les fonctions Canvas et Agent servent à organiser les éléments d'un projet et à accompagner