Kling AI, filiale de Kuaishou, a annoncé que la nouvelle génération de son modèle de génération vidéo, Kling 4.0, sera officiellement lancée en octobre. La version allégée Kling 4.0 Flash a déjà ouvert un accès restreint le 28 septembre, réservé aux membres de la carte annuelle Black Gold. La date de lancement exacte, l'étendue de l'ouverture et le prix de la version complète n'ont pas encore été communiqués par Kling.
Les mots-clés officiels de cette génération sont "authenticité, contrôle, professionnalisme", répartis en quatre volets : rendu audiovisuel, référence polyvalente, capacité narrative et types de contenu.
Le tableau des caractéristiques
| Élément | Kling 4.0 |
|---|---|
| Format de sortie | 4K, 1080p, les deux compatibles HDR 10 bits |
| Durée native par génération | Jusqu'à 30 secondes |
| Extension | Jusqu'à 2 minutes |
| Entrées de référence par génération | Jusqu'à 10 images, 5 extraits vidéo, 7 sujets |
| Images clés multiples | Jusqu'à 10 |
| Longueur du prompt | 8 000 tokens |
Les deux lignes qui influencent le plus directement l'usage sont la durée et les entrées de référence.
Trente secondes signifient qu'un plan long avec une véritable progression - début, sommet, dénouement - peut être obtenu en une seule génération, sans avoir à découper puis raccorder plusieurs segments. Kling précise aussi que les mouvements amples et les mouvements de caméra complexes sont plus stables, les scènes à mouvement rapide étant cette fois explicitement citées comme cas d'usage. La fonction d'extension permet de prolonger le même contenu jusqu'à 2 minutes, adaptée aux courts formats et aux publicités qui exigent une narration continue.
Côté entrées de référence, images, extraits vidéo et sujets peuvent être combinés dans une même tâche de génération. Quiconque a déjà travaillé avec la vidéo IA sait qu'un personnage qui change de visage au troisième plan est la raison la plus courante de reprise ; Kling affirme cette fois que la cohérence est "plus stable", sans toutefois fournir de données de test comparables - la performance réelle ne pourra être jugée qu'après des essais par des tiers.
Le son et le montage font aussi partie de cette génération
Au-delà de l'image, Kling 4.0 ajoute un son stéréo à deux canaux et améliore la précision de la synchronisation labiale avec les dialogues. Côté montage vidéo, l'entreprise cite deux fonctions : "édition précise", qui modifie ponctuellement un extrait déjà généré, et "réplique créative", qui reprend le rythme et les mouvements de caméra d'une vidéo existante comme modèle pour la refaire.
Le HDR 10 bits vise la postproduction professionnelle. Un support 8 bits classique a tendance à montrer des bandes de couleur (banding) lorsqu'on étire les courbes dans un logiciel d'étalonnage ; le 10 bits laisse une marge bien plus grande. Cette fonction n'apporte pas grand-chose à ceux qui consomment des vidéos courtes de façon occasionnelle, mais elle est plus utile aux équipes qui intègrent du contenu IA dans un montage professionnel sur timeline.
Ce que les utilisateurs en Chine pourront essayer en premier
Sur le marché chinois de la génération vidéo, Kling a été particulièrement actif ces derniers temps sur le plan financier. En juillet, l'entreprise a bouclé un tour de table de 2,8 milliards de dollars, pour une valorisation d'environ 18 milliards de dollars ; début septembre, le China AI Industry Investment Fund a souscrit pour 1,4 milliard de yuans, soit environ 1,14 % du capital, avec des clauses incluant un droit de rachat. La version 4.0 est la première sortie majeure après ces deux levées de fonds.
Pour les créateurs chinois, Kling fait partie des rares modèles vidéo de premier plan utilisables directement, sans contournement, contrairement à Runway ou Veo à l'étranger. Pour l'instant, seuls les membres de la carte annuelle Black Gold ont accès à 4.0, et ce qu'ils obtiennent est la version Flash ; les différences entre Flash et la version complète en matière de durée et de résolution ne sont pas clairement détaillées dans les documents officiels.
Parmi les produits comparables, Design, de MiniMax, lancé en août, suit une autre approche : chaque plan dure 15 secondes, puis un outil assemble plusieurs segments en un film complet. Kling a choisi à l'inverse d'étendre la génération unique elle-même jusqu'à 30 secondes. L'approche la plus adaptée aux contenus longs dépendra de la capacité à maintenir des personnages et des décors cohérents sur un plan long - précisément le point pour lequel l'entreprise n'a donné aucun chiffre.
Sources : annonce officielle de Kuaishou Kling AI, Jiemian News, CocoLoop, IT Home, 21st Century Business Herald ; l'annonce officielle de Kling a servi à vérifier les caractéristiques de sortie, les limites d'entrée et le périmètre d'accès.