Geschichtenerzähler und Videokreative
Entwickeln Sie kurze Geschichten mit geplanten Handlungsmomenten, konsistenten Figuren und Dialog. Nutzen Sie längere Einstellungen, wenn eine Szene Zeit zum Aufbau braucht.
Verwandeln Sie Text, Bilder und gemischte Referenzen in bis zu 30 Sekunden lange Videos mit synchronisiertem Stereoton. Steuern Sie Aktionen mit Keyframes, bewahren Sie wiederkehrende Figuren oder bearbeiten Sie vorhandenes Material gezielt.
Demnächst verfügbar
Die Videogenerierung mit Kling 4.0 ist auf Picir AI noch nicht verfügbar. Entdecken Sie unten die Modellfunktionen und Beispiele.
Ein multimodales Videomodell, das Referenzsteuerung, synchronisierten Ton und Bearbeitung verbindet.
Kling 4.0 ist ein von Kuaishou entwickeltes Videomodell, das Kling AI am 15. Oktober 2026 veröffentlicht hat. Es vereint Videogenerierung und Bearbeitung in einem Modell, mit längeren Szenen, vielfältigeren Referenzen und Kontrolle über wichtige Momente einer Geschichte.
Bilder können Figuren, Objekte, Komposition oder Stil vorgeben. Videoreferenzen leiten Bewegung und Kameraführung an, während wiederverwendbare Elemente und Stimmprofile wiederkehrende Motive definieren.
Beginnen Sie mit dem Material, das Ihre Idee am besten beschreibt:
Die folgenden Angaben beschreiben das offizielle Modell Kling 4.0. Verfügbare Steuerelemente und Ausgabeoptionen hängen von der jeweiligen Oberfläche ab.
Sechs Beispiele von Kling AI zeigen, wie visuelle Referenzen und Bearbeitungsanweisungen das fertige Video prägen.
Kling 4.0
Ein Löwentanz aus Storyboard-Bildern
Kling 4.0
Ein Astronautenhund aus Knete auf einem Käsemond
Kling 4.0
Eine Collage als bewegtes Plakat
Kling 4.0
Eine Fantasieszene nach Skizzen
Kling 4.0
Eine neue Figur mit übernommener Kamerabewegung
Kling 4.0
Eine Straßenaufführung ohne Passanten
Steuern Sie Erzählänge, Referenzen, Timing, Ton, Bewegung und Bearbeitung in einem Videomodell.
Erzeugen Sie 3–30 Sekunden in einem Durchgang und geben Sie einer Handlung, einem Gespräch oder einer kurzen Geschichte Zeit zur Entfaltung. Nutzen Sie eine durchgehende Einstellung oder beschreiben Sie eine Folge von Aufnahmen.
Steuern Sie Aussehen, Komposition, Bewegung und Stimmidentität mit bis zu 15 gemischten Materialien. Für Bilder, Videos, Elemente und Stimmprofile gelten eigene Grenzen.
Keyframe-Bilder steuern Figurenzustände, Szenenwechsel und Enthüllungen. Start- und Endbilder können auch Anfang und Ende eines aus einem Bild erzeugten Clips bestimmen.
Erzeugen Sie Dialog, Gesang, Umgebungsgeräusche und Effekte in Zweikanal-Stereo. Lippensynchronisation hilft, die Stimme mit der Darstellung der Figur abzustimmen.
Referenzmaterial gibt Handlung, Tempo und Kamerabewegung vor, während Sie Motiv oder Umgebung ändern. Prompts können auch Verfolgungsaufnahmen, Schwenks und Umkreisungen beschreiben.
Ersetzen Sie eine Figur oder einen Hintergrund, entfernen Sie unerwünschte Elemente oder ändern Sie den visuellen Stil. Beschreiben Sie sowohl die gewünschte Änderung als auch die zu erhaltenden Details.
Setzen Sie persönliche Geschichten, Animationen, visuelle Kommunikation und Videoüberarbeitungen in Bewegung.
Entwickeln Sie kurze Geschichten mit geplanten Handlungsmomenten, konsistenten Figuren und Dialog. Nutzen Sie längere Einstellungen, wenn eine Szene Zeit zum Aufbau braucht.
Verwandeln Sie Figurenentwürfe, Zeichnungen und Storyboards in bewegte Szenen. Referenzen bestimmen den Stil, von Knetanimation bis zu illustrierten Fantasiewelten.
Animieren Sie Plakate, veranschaulichen Sie eine Idee oder erstellen Sie eine Produktsequenz aus visuellen Referenzen. Bewegung und Ton machen die Botschaft leichter verständlich.
Überarbeiten Sie vorhandenes Material mit gezielten Anweisungen, etwa zum Entfernen eines Passanten oder Ersetzen einer Umgebung. Benennen Sie klar die unveränderten Teile der Aufnahme.
Formulieren Sie klare Vorgaben, steuern Sie die Sequenz und prüfen Sie das Ergebnis.
Beginnen Sie mit Text, einem Startbild, einer Keyframe-Sequenz oder Referenzmaterial. Bereiten Sie für eine Bearbeitung das Quellvideo vor und beschreiben Sie die gewünschte Änderung.
Erklären Sie Szene, Timing, Kamerabewegung und Audio. Weisen Sie jeder Referenz eine klare Rolle zu, etwa das Aussehen einer Figur zu bewahren oder einer Kamerabewegung zu folgen.
Prüfen Sie Bewegung, Figurenkonsistenz, Dialog und sichtbaren Text. Verfeinern Sie die Anweisungen oder bearbeiten Sie gezielt nach, bevor Sie die endgültige Version wählen.
Offizielle Modellspezifikationen; einzelne Oberflächen bieten möglicherweise nur einen Teil dieser Optionen.
| Entwickler | Kuaishou / Kling AI |
| Veröffentlichung | 15. Oktober 2026 |
| Modi | Text zu Video; Bild zu Video; Keyframes zu Video; Referenzen zu Video; Videobearbeitung |
| Dauer | 3–30 Sekunden; in Schritten von 1 Sekunde |
| Offizielle Ausgabeauflösungen | 720p, 1080p, 4K; verfügbare Optionen variieren je nach Oberfläche |
| Seitenverhältnisse | 21:9, 16:9, 1:1, 9:16; Auto bei Omni Reference |
| Audio | Zweikanal-Stereo mit synchronisierter Sprache, Gesang und Soundeffekten |
| Keyframes | Bis zu 10 Keyframe-Bilder |
| Gemischte Referenzen | Insgesamt bis zu 15 Materialien: bis zu 10 Bilder, 5 Videos, 7 Elemente und 3 Stimmprofile innerhalb der Gesamtgrenze |
| Gemeinsames Videolimit | Insgesamt bis zu 5 Clips und 30 Sekunden für Referenzvideos, Bearbeitungsvideos und Videoelemente |
| Texteingabe | Bis zu 8.000 Tokens |
| Bearbeitungsquelle | Ein Hauptvideo; jeder Eingabeclip muss 3–30 Sekunden lang sein und das gemeinsame Videolimit einhalten |
Zuletzt aktualisiert: 22. Oktober 2026
Offizieller Vergleich auf Modellebene. Die Kling 3.0 Serie umfasst Omni-Workflows; dies sind nicht die Einstellungen eines einzelnen Generators.
| Spezifikation | Kling 4.0 | Kling 3.0 Serie |
|---|---|---|
| Native Cliplänge | 3–30 Sekunden | 3–15 Sekunden |
| Text und Bild zu Video | Unterstützt | Unterstützt |
| Start- und Endbilder | Unterstützt | Unterstützt |
| Mehrere Keyframes | Bis zu 10 | Im offiziellen Vergleich nicht unterstützt |
| Audiokanäle | Zweikanal-Stereo | Ein Kanal |
| Referenzvideos | Bis zu 5; insgesamt 30 Sekunden | Bis zu 1; maximal 15 Sekunden |
| Kombinierte Referenzen | Bis zu 15 gemischte Materialien | Bis zu 7 Bilder/Motive oder 1 Video mit 4 Bildern/Motiven |
| Videobearbeitung | Integrierte multimodale Bearbeitung | Über 3.0 Omni-Workflows verfügbar |
Vorteile von Kling 4.0: Mehr Raum für längere Szenen, zusätzliche Referenzmaterialien, mehrere Keyframes und Stereoton.
Vorteile der Kling 3.0 Serie: Passend für kürzere Szenen, die Text- oder Bildvorgaben, Start-/Endbilder und natives Audio benötigen.
Wählen Sie Kling 4.0, wenn eine Geschichte mehr Zeit, vielfältigere Referenzen oder feinere visuelle Kontrolle erfordert. Kling 3.0 eignet sich, wenn Szene und Referenzanforderungen in den kürzeren Generierungsrahmen passen.
Vergleich veröffentlichter Modellfähigkeiten, Stand 22. Oktober 2026. Steuerelemente variieren je nach Oberfläche; mehr Referenzen allein belegen keine bessere Bildqualität.
| Spezifikation | Kling 4.0 | Seedance 2.5 |
|---|---|---|
| Entwickler | Kuaishou / Kling AI | ByteDance Seed |
| Öffentliche Veröffentlichung | 15. Oktober 2026 | 31. Juli 2026 |
| Native Cliplänge | 3–30 Sekunden; in Schritten von 1 Sekunde | 4–30 Sekunden; automatische Dauer ebenfalls dokumentiert |
| Dokumentierte Ausgabeauflösungen | 720p, 1080p, 4K; Optionen variieren je nach Oberfläche | 480p, 720p, 1080p |
| Seitenverhältnisse | 21:9, 16:9, 1:1, 9:16; Auto bei Omni Reference | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16; adaptiv |
| Generierung aus Text, Startbild sowie Start-/Endbildern | Unterstützt | Unterstützt; bei Start-/Endbildern mit adaptivem Seitenverhältnis |
| Mehrere Keyframes | Eigener Modus mit bis zu 10 Keyframe-Bildern | Kein eigener Modus für mehrere Keyframes aufgeführt |
| Kombinierte Referenzmaterialien | Insgesamt bis zu 15 Bilder, Videos, Stimmprofile und Elemente | Bis zu 50: 30 Bilder, 10 Videos und 10 Audioclips |
| Referenzbilder | Bis zu 10 | Bis zu 30 |
| Referenzvideos | Bis zu 5; insgesamt 30 Sekunden, gemeinsam mit Bearbeitungsvideos und Videoelementen | Bis zu 10; insgesamt 30 Sekunden |
| Audioreferenzen | Bis zu 3 Stimmprofile | Bis zu 10 Audioclips; Generierung allein aus Audioreferenzen unterstützt |
| Wiederverwendbare Elemente | Bis zu 7 Elemente, darunter bis zu 3 Videoelemente | Keine eigene Kategorie für wiederverwendbare Elemente aufgeführt |
| Generiertes Audio | Synchronisierter Dialog, Gesang und Soundeffekte; Zweikanal-Stereo | Gemeinsame Audio-Video-Generierung; Kanalanzahl nicht angegeben |
| Videobearbeitung | Gezielte Änderungen an Motiven, Bewegung, Kamera, Hintergründen und Stil | Bild- und Audiobearbeitung mit zeitstempelgenauer Steuerung ausgewählter Intervalle |
| Mehrstufige Videoverlängerung | Angekündigt, aber nicht Teil der aktuellen Version | Mehrere Verlängerungsrunden dokumentiert, einschließlich Vorwärts- oder Rückwärtserweiterung |
| Ausgabecontainer | Im zitierten Modellhandbuch nicht aufgeführt | MP4 und MOV |
Vorteile von Kling 4.0: Die gezielte Steuerung von bis zu 10 Keyframes, wiederverwendbare Figuren- und Objektelemente sowie ausdrücklich dokumentierter Stereoton eignen sich für geplante visuelle Momente und wiederkehrende Motive.
Vorteile von Seedance 2.5: Mehr gemischte Referenzen, Generierung nur aus Audioreferenzen, zeitstempelbasierte Bearbeitung und mehrstufige Verlängerung passen zu Projekten mit vielen Materialien oder längeren, wiederholt überarbeiteten Sequenzen.
Wählen Sie Kling 4.0 für gezielte Keyframe-Planung, wiederverwendbare Elemente und Stereoausgabe. Wählen Sie Seedance 2.5, wenn Referenzkapazität, zeitlich gezielte Audio-/Videobearbeitung oder Verlängerung zählen. Nicht aufgeführt bedeutet, dass die zitierte Dokumentation keine entsprechende Funktion belegt, nicht dass sie ununterstützt ist. Diese Angaben bestimmen keinen Sieger bei Bildqualität, Geschwindigkeit oder Kosten.
Vergleichen Sie die Picir AI-Abonnements und enthaltenen Credits. Modellspezifische Generierungskosten werden vor dem Absenden im Generator angezeigt.
Antworten zu Eingaben, Timing, Audio, Bearbeitung und der Steuerung Ihrer Ergebnisse.
Kling 4.0 ist das multimodale Videomodell von Kuaishou, veröffentlicht von Kling AI am 15. Oktober 2026. Es erzeugt Videos mit Audio aus Text und visuellen Referenzen und bearbeitet vorhandene Clips.
Die native Generierung dauert 3 bis 30 Sekunden in Schritten von 1 Sekunde. Ein 30-Sekunden-Video kann eine durchgehende Einstellung oder eine Sequenz mit mehreren Handlungsmomenten sein.
Ja. Es erzeugt Zweikanal-Stereo mit Dialog, Gesang, Umgebungsgeräuschen und Soundeffekten. Beschreiben Sie den gewünschten Ton zusammen mit der visuellen Handlung und prüfen Sie die Lippensynchronisation im Ergebnis.
Omni Reference akzeptiert insgesamt bis zu 15 Materialien, mit separaten Grenzen von 10 Bildern, 5 Videos, 7 Elementen und 3 Stimmprofilen. Diese Einzelgrenzen lassen sich nicht einfach addieren. Referenzvideos, Bearbeitungsvideos und Videoelemente teilen sich zudem maximal 5 Clips und 30 Sekunden Gesamtdauer.
Keyframes legen visuelle Momente fest, die die Sequenz durchlaufen soll, mit bis zu 10 Bildern. Referenzen beschreiben etwa Aussehen, Szenenaufbau, Stil oder Kamerabewegung, ohne zwingend ein bestimmtes Bild festzulegen.
Ja. Anweisungen können Figuren, Hintergründe, Bewegung, Kameraführung oder Stil ändern und ausgewählte Elemente entfernen. Legen Sie ein Hauptvideo fest und beschreiben Sie, welche Szenenteile unverändert bleiben sollen.
Die offizielle Modelldokumentation nennt 720p, 1080p und 4K sowie 21:9, 16:9, 1:1 und 9:16. Omni Reference bietet auch ein automatisches Seitenverhältnis. Eine konkrete Oberfläche kann weniger Optionen anbieten.
Beschreiben Sie Motiv, Umgebung, Handlung, Kamera und Ton. Weisen Sie Referenzen Rollen zu, etwa @Image1 für das Aussehen und @Video1 für die Kamerabewegung. Erläutern Sie bei Bearbeitungen die Änderung und die zu erhaltenden Details.
Picir AI bietet Tarife mit enthaltenen Credits. Prüfen Sie vor dem Absenden eines Auftrags die Tarifbedingungen und die Generierungskosten für Ihre Einstellungen.
Sie können den Kling 4.0 KI-Videogenerator auf Picir AI nutzen.