Что Kling выпустил 18 ноября
Восемнадцатого ноября в официальном блоге Kling появился пост «Meet Kling Image 4.0». Теперь есть цифры, и по ним видно, куда модель метит.
Доступ заявлен в Kling Creative Studio и через API для предприятий и разработчиков, в самом посте сказано, что модель открыта всем пользователям. Внутри одна архитектура понимания и генерации, один авторегрессионный каркас. Если перевести на человеческий: модель не сортирует смысл промпта отдельным блоком и потом рисует, она продолжает последовательность, в которой текст и изображение для неё одно и то же вещество. Отсюда её сильные места там, где на картинке много читаемого: упаковка, вывеска, карточка товара.
8K, свет и 110 стилей цветокоррекции
Первое улучшение из трёх это реализм. Kling впервые даёт нативный 8K, отдельно называет работу со светом и с текстурами кожи и материалов. Плюс 110 с лишним готовых стилей цветокоррекции: кино, винтаж и остальное, что обычно ищут в пресетах. Можно загрузить свой референс и вытащить из него палитру.
Первый кадр уходит в генератор движения, и то, что в нём зафиксировано (свет на лице, фактура ткани, отражение на стекле), модель держит дальше по шоту. Чем чище вход, тем меньше прогонов съедает сцена.
8K при этом не бесплатная радость. Цену Kling в посте не называет.

Текст на картинке: до 2000 знаков, 70 шрифтов, семь языков
Второе улучшение касается текста. До 2000 знаков в одном изображении, промпт до 15 000 токенов, больше 70 готовых коммерческих шрифтов, референс шрифта и правка текста на уже сгенерированной картинке. Языков семь: упрощённый и традиционный китайский, английский, японский, корейский, испанский, португальский.
Правка текста после генерации это тот пункт, который экономит больше всего. Обычно ошибка в одной букве на упаковке стоила нового прогона, потому что править надпись на готовом кадре было нечем. Теперь это правка внутри картинки.
Русского языка в списке нет.
Набор из 10 картинок как раскадровка
Третье улучшение это наборы. До десяти согласованных картинок из одного запроса, причём модель сама планирует, что покажет каждая. Отдельно заявлены длинные картинки под карточку товара и веб-страницу.
Для видео это самая полезная часть релиза. Раскадровка на десять шотов в одном стиле, с одним героем и одной палитрой, это половина подготовительной работы. Раньше десяток кадров собирали прогонами и потом ровняли свет руками в редакторе.
Согласованный набор снимает именно эту возню, если он действительно согласован на всех десяти.
Картинка как первый кадр в Kling 4.0
Практика простая. Кадр из набора сохраняется, кропается под нужное соотношение сторон и уходит в Kling 4.0 как первый кадр шота. Дальше видео-модель строит движение: поворот головы, проезд камеры, падение предмета на стол.
Связка двух моделей одного вендора удобна тем, что картинка и видео говорят на одном языке описания. Порядок такой: сначала набор на десять кадров, из него выбираются три сцены, и уже по ним генерируется движение. Так дешевле, чем собирать шот с нуля по тексту и надеяться на композицию.
Если шот требует гарантий на лицо и реквизит, дальше начинаются ручные ролики, там за кадр отвечает человек.
Где наборы окупаются в рекламе
Вертикальную рекламу собирают сериями: один товар, несколько сцен, одинаковый свет. Набор из десяти картинок закрывает такую серию за один запрос, и текст на упаковке пишется там же, в кадре, и не выносится отдельным слоем в редактор.
Второй сценарий это карточка товара. Длинные изображения под карточку и веб-страницу заявлены отдельно, и это ровно тот формат, который просят для маркетплейса.
Что остаётся неизвестным: цена, лимиты запросов, скорость на 8K и поведение модели на кириллице. Для видео нейросетями такой набор уже полезен на этапе подготовки кадров, а основную работу пока отдаю проверенным связкам.
Вывод
Kling Image 4.0 это первый релиз картиночной модели, где мне важнее набор, чем отдельный кадр. Один красивый кадр умели делать и раньше. Десять согласованных кадров в одном стиле из одного запроса меняют подготовку серии, потому что раскадровка перестаёт быть ручной работой.
2000 знаков и правка надписи после генерации закрывают упаковку, наборы закрывают серию шотов. 8K проверим там, где он действительно нужен, на постерах и крупных планах.
Осторожность тоже понятная. Без цены и лимитов модель нельзя ставить в смету проекта, а кириллица в списке языков отсутствует. Один вечер на тест покажет, стоит ли переносить на неё подготовку кадров или оставить как второй инструмент рядом с тем, что уже стоит в работе.
Смежные материалы: тизер Kling Image 4.0 без характеристик; ключевые кадры в ИИ-видео.




