快手旗下可灵 AI 正式上线全新一代图像创作模型 Kling Image 4.0,并同步面向企业级客户与开发者群体开放 API 接入服务。作为该系列模型的最新迭代版本,新模型在底层探索了全新的设计理念,旨在通过全面升级的图像真实质感、精细化排版呈现以及成套叙事生成能力,为视觉内容创作与商用设计提供更深度的技术支撑。
采用理解生成统一架构,首次落地原生 8K 级画质
Kling Image 4.0 采用了创新的“理解生成统一”架构体系。该架构尝试将计算机视觉领域的理解能力与图像生成能力紧密融入统一的模型系统之中,进一步缩短并打通了从精准理解用户创作意图到最终转化并生成视觉画面的完整链路。在这一架构的驱动下,模型能够实现更加严谨的画面逻辑与内容组织。
在核心画面表现上,Kling Image 4.0 重点强化了真实感与超高清输出。模型将客观物理规律与视觉感知机制融入扩散生成过程,使画面中的环境光影折射、人物肤质肌理以及各类物料的材质纹理更加贴合真实世界,呈现出接近专业相机直出的自然观感。同时,模型首次支持原生 8K 规格的图像生成,在直接输出超丰富细节的同时,也为后续的超大幅面展示与精细后期局部裁切保留了充裕的空间。
支持 15000 Tokens 长文本输入,单图文字生成上限达 2000 字
针对传统图像生成模型在文字渲染与复杂排版层面的痛点,Kling Image 4.0 实现了突破性的文字表现能力。模型单张照片内最多可支持生成 2000 字,能够较好地应对小字清晰度与艺术花字的视觉表现。为了配合庞大的信息量输入,模型支持最高达 15000 tokens 的文本提示词,从而能完整解析复杂且精细的排版布局、画面构图以及主体主次关系。
在排版实用性方面,Kling Image 4.0 内部集成了超过 70 种预设商用字体,并允许用户直接上传参考图片,以引导字形轮廓与整体视觉风格的定制化呈现。语言适配上,该模型不仅支持简体中文、繁体中文和英文,还涵盖了日文、韩文、西班牙语以及葡萄牙语,满足跨国界与多语种的内容制作需求。
原生 Agentic 能力赋能,支持一次生成 10 张连贯组图与长图
在内容组织与连续性创作维度,Kling Image 4.0 依托原生具备的 Agentic 智能规划能力,能够自动化理解成套创作意图。用户仅需输入一次提示词描述,模型即可最多规划并生成 10 张系列图片。整组图片将共享同一套设计语言与创意标准,在严格保持整体风格、角色及环境高度一致的同时,令每张单图在视角与叙事重点上各有侧重,可广泛服务于影视故事分镜规划和商品展示。
此外,新模型还支持长图生成格式,可直接应用于电商详情页设计与网页界面整页表达,提高成套设计效率。在视觉调色方面,模型内置了超过 110 种预设影调风格以供快速切换,并支持用户上传参考图像来提取其专属色彩基调与光影质感,协助创作者打造高度个性化的视觉风格。
