可灵4.0一手实测！奥特曼大战达里奥，30秒拍出硅谷《窃听风云》

千呼万唤，Kling 4.0终于全面上线了！！

30秒原生直出、15项素材参考、10张关键帧控制...这回全安排上了。

那就...别怪咱网友大roll特roll了，十八般实测武艺全部搞起——

下面这位网友直接让小猫上演20秒一镜到底，穿走廊、闯厨房、冲庭院、钻仓库，一路丝滑到飞起：

下面这老哥更会整活，直接把《死神来了》和哥斯拉大闹早高峰的画风缝到了一起。

巨型怪兽横冲直撞，满桥汽车和路人四散奔逃，堪称赛博灾难大片，网友直呼动态运动和参考输入确实夯：

更离谱的还有90年代的《侏罗纪公园》，竟然被网友拿可灵4.0魔改成了复古街机游戏。

千禧年的画风，像极了小时候在游戏厅里投币续命的街机大作哈：

不过瘾是吧，再来看我搓的30秒直出的硅谷版《窃听风云》。

奥特曼和达里奥俩人办公室追逐战，抢证据、飞身扑救，真·相爱相杀：

好啊好啊，长镜头能拍了，复杂动作能接了，参考素材也越来越听话了。

更多实测效果，我也先测为敬。

友友们要有更多奇思妙想，也欢迎评论区开麦～～～

30秒一镜到底，AI视频开始挑战高难度的动作镜头

First，老规矩！

为了让友友们上手Kling 4.0时少走弯路手拿把掐，我先给大家盘一波新模型的四大核心能力：

• 超强动态：高速运动、复杂运镜更稳定，打斗追逐、大场面动作戏更流畅。
• 30秒生成：单次原生生成最长30秒，支持长镜头与连续叙事。
• 全能参考：最多组合15项图片、视频等参考素材，角色、动作、运镜都能精准控制。
• 精准控制：最多输入10张关键帧，我们可以自由安排人物状态、场景变化和剧情走向。

从3.0到4.0，时隔8个月，可灵这回还真给自己狠狠加了一波技能点，话不多说，咱们直接挨个上手验货！

我们首先说说Kling 4.0这次重点补强的「动态表现能力」。

其实之前可灵就在人物表情、情绪演绎等相对细腻的场景中下了些功夫，但人家现在开始挑战更复杂的动作戏了。

按照官方介绍，这次模型专门强化了高速运动、连续动作，以及跟拍、环绕等大幅度运镜下的稳定性。

说实话，网上网友的实测是一回事，但…我还是更相信自己亲自上手试试。。。

于是这回，我直接安排了一场暴雨夜屋顶极限逃亡——

女特工怀抱神秘金属箱在霓虹楼顶一路躲追兵、炸无人机、飞跃高楼，上演极限逃亡的故事，提示词如下：

大家应该也看得出来，这段提示词专挑AI视频的「动作软肋」下手。

滑铲、急停转身、腾空飞跃、落地翻滚……连续十余个高难度动作，还得配合高速运镜，一镜到底。

然后，我就得到了下面这个动作大片demo，女特工一套动作下来，衔接利落，身体重心变化还算自然。

滑铲、起身、跨楼跳跃都有明显的发力感和运动惯性，看着还真有几分真人特技的味儿，不错不错：

emm……唯一有点穿帮的地方，是女特工「掏枪」那一下，枪支突然有点飘，大家觉得这画面有问题没：

再测再探！

今年机器人「进家」确实挺火，这回咱也赛博体验一把，直接给AI安排一套厨房版手忙脚乱组合拳——

机器人不仅要左右手同时抛接食材，还得转身踢开小推车、踩中土豆打滑、扭腰救场，最后再把满天乱飞的食材稳稳接回锅里。

这就要求机器人四肢得各忙各的，动作还不能乱，场面得足够热闹，物理规律也不能崩，全部的提示词如下：

从生成效果看，我大概会打70分。

左右手疯狂抛接食材，突然一个大后仰，双腿乱蹬、双臂救场，最后居然还能把菜端出来，基本动作确实到位。

一些出现的小bug是，番茄、鸡蛋在空中飞的同时，机器人手部动作比较固定，没有太多的动态浮动。

原本安排的踩土豆打滑、扭腰救场也被改编成了突然仰倒、重新坐稳，略微有一丢丢的小瑕疵，大家觉着呢：

除了动态动作与复杂运镜外，值得一提是可灵这回也把视频时生成时长拉到30秒了。

30秒能整出多少活儿呢…咱直接拿硅谷最新大瓜试试水。（doge）

不知道友友们有没有吃到，前两天OpenAI刚闹出一场办公室窃听风波，剧情抓马程度堪比谍战片。

那这回，干脆让相爱相杀的山姆·奥特曼和达里奥两位昔日老友，友情出演一出硅谷版《谍中谍》。

山姆在办公室发现窃听器，第一反应：坏了，肯定是达里奥这小子！

两人当场开启办公室追逐战，抢证据、绕桌狂奔、飞身扑救……结果折腾半天才发现闹了个大乌龙：

值得一提的是，这次我还顺手用上了参考生成功能，把山姆和达里奥两位主人公的主体形象也一并喂给了模型。

从实测demo来看，整体剧情和画面逻辑基本都能跟上提示词，人物和场景的连续性、一致性也保持得不错。

尤其是山姆从办公桌后起身、达里奥迎面逼近，两人随即绕桌追逐、闪身躲避，谁在追、谁在躲，以及两人之间的位置变化，都交代得比较清楚，动作衔接也算自然：

当然了，其实如果大家多抽几次卡效果可能会更好些捏。

而对咱们内容创作者来说，30秒最大的好处，就是终于不用再把N个5秒、10秒的零碎素材拼拼凑凑了。

而且当一段完整剧情可以一次性生成时，人物、场景和动作都能在同一段视频里自然延续。

自然能减少镜头之间人物变脸、场景跳变、剧情接不上的问题！！！

反正我是舍不得再氪金了，抽着啥是啥吧。（笑）

15项素材、10张灵活关键帧、续拍最长2分钟

除了复杂动作和30秒长视频外，Kling 4.0的另一个升级的重点便是——参考生成和关键帧。

Kling 4.0全新升级的全能参考功能，单次任务支持图片、视频、主体与音色灵活组合，合计最多15项。

图片最多10张、视频最多5段、主体最多7个。

而且支持参考主体图、三视图、宫格图、故事板、线框图等多种图片形式～

我们也可以通过视频输入参考角色表演、动作、运镜及叙事节奏，白模视频与深度图视频同样可作为参考素材传入。

这次呢，我们来看下官方给出的实测demo，以下为输入的八个参考图，长酱子～

下面是官方给出的参考生成效果，可以看到，输入的8个镜头基本都在视频中得到了1:1还原。

而对于多素材参考生成来说，更难的其实是不同镜头之间的「衔接」，以及动作的「连续性」。

从实际效果来看，镜头切换基本符合正常的拍摄逻辑，特技演员从一根柱子跃向另一根柱子，起跳、腾空、落地一气呵成，动作接得相当丝滑：

此外Kling 4.0升级的另一个重点还在于「多关键帧精准控制」。

支持最多10张多关键帧输入，自由设定关键画面节点，能精准控制人物状态、场景变化与情节节点。

我们再来看下面官方给出的这个例子，只需要输入几张关键帧——

就能生成一段将这些关键画面串联起来的小动画，有点可爱咧。

关键帧之间的动作和画面变化都由模型自动补齐，过渡相当丝滑，整体看下来也没有明显的拼接感：

对了，需要补一嘴的是，后续视频续拍功能还将支持多次续拍，最长可延展至2分钟，还是蛮长的。

这一波实测下来，最大的感受就是，AI视频确实是真的进入「长视频」时代了。

搁去年谁能想到能一次性生成一个30秒的长视频，而且还能叠加参考生成各种附加能力啊。。。

还有一个蛮有体感的地方在于，视频变长的同时，创作者对画面的控制权确实也跟着上来了——

就比如参考生成里最容易让人抓狂的角色一致性、镜头衔接问题，从这次的效果来看确实稳了不少。

给几张图、几段视频，就有机会把预想中的动作、镜头甚至剧情串成一段完整内容。

所以，如果平时就想整点有意思的小视频，完全可以试试30秒直出，少折腾几轮抽卡和拼接。

至于电商、游戏、广告这些对素材需求量大、又讲究画面可控性的场景，4.0的多关键帧和全能参考功能，我觉得更值得好好折腾一番～

大家各取所需吧，感兴趣的友友可以直接上手试试！

文章来自于"量子位"，作者 "梦瑶"。