Kling AI, de Kuaishou, anunció que la nueva generación de su modelo de generación de video, Kling 4.0, se lanzará oficialmente en octubre. La versión ligera Kling 4.0 Flash ya abrió una prueba de acceso limitado el 28 de septiembre, reservada para socios de la tarjeta anual Black Gold. La fecha exacta de lanzamiento, el alcance de la apertura y el precio de la versión completa todavía no han sido anunciados por Kling.
Las palabras clave oficiales para esta generación son "autenticidad, control, profesionalismo", divididas en cuatro áreas: desempeño audiovisual, referencia integral, capacidad narrativa y tipos de contenido.
Tabla de especificaciones
| Elemento | Kling 4.0 |
|---|---|
| Formato de salida | 4K y 1080p, ambos con soporte HDR de 10 bits |
| Duración nativa por generación | Hasta 30 segundos |
| Extensión | Hasta 2 minutos |
| Entrada de referencia por generación | Hasta 10 imágenes, 5 clips de video, 7 sujetos |
| Múltiples fotogramas clave | Hasta 10 |
| Longitud del prompt | 8.000 tokens |
Las dos filas con mayor impacto directo en el uso son la duración y la entrada de referencia.
Los 30 segundos significan que una toma larga, con planteamiento, clímax y desenlace, puede completarse en una sola generación, sin necesidad de cortar y unir varios segmentos. La compañía también señala que los movimientos amplios y los desplazamientos de cámara complejos son ahora más estables, y esta vez menciona específicamente las escenas de movimiento a alta velocidad como caso de uso. La función de extensión permite alargar el mismo contenido hasta 2 minutos, adecuada para miniseries y anuncios que necesitan una narrativa continua.
En cuanto a la entrada de referencia, imágenes, clips de video y sujetos pueden combinarse en la misma tarea de generación. Quien haya trabajado con video de IA sabe que un personaje que cambia de cara en la tercera toma es el motivo más común de tener que rehacer el trabajo; esta vez Kling afirma que la consistencia es "más estable", pero no ofrece datos de prueba comparables, por lo que el rendimiento real habrá que evaluarlo cuando terceros lo prueben.
El sonido y la edición también llegan en esta generación
Más allá de la imagen, Kling 4.0 añade sonido estéreo de dos canales y mejora la precisión de la sincronización labial con los diálogos. En edición de video, la empresa enumera dos funciones: "edición precisa", que modifica puntualmente un fragmento ya generado, y "réplica creativa", que toma el ritmo y los movimientos de cámara de un video existente como plantilla para rehacerlo.
El HDR de 10 bits está pensado para la posproducción profesional. El material común de 8 bits tiende a mostrar bandas de color al ajustar curvas en software de corrección; el de 10 bits deja mucho más margen. Esta función aporta poco a quien consume video corto de forma casual, pero es más útil para equipos que llevan material de IA a líneas de tiempo de edición profesional.
Qué podrán probar primero los usuarios en China
En el mercado chino de generación de video, Kling ha estado muy activa últimamente en el frente del capital. En julio cerró una ronda de financiación de 2.800 millones de dólares, con una valoración de unos 18.000 millones de dólares; a principios de septiembre, el China AI Industry Investment Fund suscribió alrededor del 1,14% de las acciones por 1.400 millones de yuanes, con cláusulas que incluyen derecho de recompra. La versión 4.0 es el primer lanzamiento importante tras estas dos rondas de inversión.
Para los creadores chinos, Kling es uno de los pocos modelos de video de primer nivel que se puede usar directamente sin rodeos, a diferencia de Runway o Veo en el extranjero. Por ahora, solo los socios de la tarjeta anual Black Gold tienen acceso a 4.0, y lo que reciben es la versión Flash; las diferencias entre Flash y la versión completa en duración y resolución no están claramente detalladas en el material oficial.
Entre productos similares, Design, de MiniMax, lanzado en agosto, sigue otro camino: cada toma dura 15 segundos y luego una herramienta une varios segmentos en una película completa. Kling optó en cambio por extender la propia generación única hasta 30 segundos. Qué enfoque funciona mejor para contenido largo depende de si los personajes y escenarios se mantienen consistentes a lo largo de una toma larga, justo el punto para el que la compañía aún no ha dado cifras.
Fuentes: anuncio oficial de Kuaishou Kling AI, Jiemian News, CocoLoop, IT Home, 21st Century Business Herald; el anuncio oficial de Kling se usó para verificar las especificaciones de salida, los límites de entrada y el alcance de acceso.