01
テキストと画像を映画のような動画に
場面の説明や静止画に動きを与えます。Kling 4.0はテキスト・画像からの動画生成に、被写体、構図、動作、スタイルの指示を組み合わせます。人物が部屋に入る様子を描いたり、商品参照を動かして登場させたりすることで、制作意図を明確な焦点と豊かな演技を持つ映像に変えます。
- テキストの説明から人物、場面、動作を生成
- 商品画像、キャラクター、絵コンテを動かす
- 被写体の構図、動作、映像スタイルを指定
KLING 4.0 · 近日公開
キーフレーム、マルチモーダル参照、ネイティブ音声で映画のような物語を描く
Kling 4.0 API：30秒のシネマティック4K動画生成
Kling 4.0はテキストや画像を3–30秒の動画に変換し、720p、1080p、4Kで出力します。最大10個のキーフレームで冒頭と最後の構図、キャラクターのポーズ、物語の節目をつなぎ、映画のショット、商品紹介、短編に明確な視覚的リズムを与えます。
最大15点のマルチモーダル参照を組み合わせ、場面をまたぐキャラクターの同一性とスタイルを維持します。映画的な指示でカメラを動かし、ネイティブステレオ、多言語の会話、リップシンクで演技をまとめ、映像、動作、音声が一体となった場面を構築します。
Kling 4.0 APIの主な機能
プロンプトと視覚参照を映画的な物語に。長いショット、精密な制作制御、同期した音声で場面を表現します。
02
10個のキーフレームで物語の節目を演出
ショットの重要な瞬間に視覚的な基準を置きます。Kling 4.0は開始・終了フレームを含む最大10個のキーフレームをタイムラインに配置し、構図、ポーズ、場面転換を誘導できます。冒頭の姿勢、転機、最後の画面を設定し、動作の展開を絵コンテと意図したリズムに合わせます。
- タイムラインに最大10個のキーフレームを配置
- 開始・終了フレームで冒頭と最後の構図を指定
- ポーズ、構図、場面転換を誘導
03
15点のマルチモーダル参照で制作方針を統一
背景や動作が変わってもキャラクターらしさを保ちます。Kling 4.0のOmni Referenceは、画像、動画、音声、再利用可能な被写体を最大15点まで場面の指示にまとめます。設定画で外見、動画で動作、音声で話し方を示し、関連ショットの同一性とスタイルを維持します。
- マルチモーダル参照素材を合計最大15点組み合わせ
- 画像、動画、音声、被写体で場面を誘導
- キャラクターの同一性と映像スタイルを維持
04
ネイティブステレオで自然な会話を生成
会話で演技と場面の雰囲気を伝えます。Kling 4.0は会話、効果音、環境音を含む2チャンネルのネイティブステレオと、同期した口の動きを生成します。言語、アクセント、周囲の音を指定し、言葉、表情、雰囲気が調和する会話や地域向けの物語を作れます。
- 会話、効果音、環境音を2チャンネルステレオで生成
- せりふとキャラクターの口の動きを同期
- プロンプトで多言語の発話やアクセントを指定
05
監督のような指示で自然なカメラワークを設計
混雑した通りを渡る人物や商品の登場など、動作に合わせてカメラを動かします。Kling 4.0は寄り、回り込み、追従などの演出指示を、場面や演技の説明と組み合わせて理解します。構図と身体動作を調整し、動的な展開、感情豊かなクローズアップ、印象的な登場を一貫した映像で表現します。
- 寄り、回り込み、追従を指示
- カメラ、人物の動作、構図を調整
- 複雑な動きと場面展開の視覚的一貫性を維持
06
30秒の4K長回しで物語を広げる
演技、商品デモ、カメラの動きを1ショットで展開する余裕を確保します。Kling 4.0は3〜30秒の動画を720p、1080p、4Kで生成します。21:9、16:9、1:1、9:16から選び、超横長の映画的な場面からSNS向けの縦型動画まで、物語と用途に構図を合わせます。
- 1回の生成で3–30秒の動画を制作
- 720p、1080p、4Kから出力解像度を選択
- 21:9、16:9、1:1、9:16で構図を設定
Kling 4.0 APIはどんな人に役立つ？
01
映像制作者・クリエイティブスタジオ
Kling 4.0で物語の場面、演技研究、制作前の映像案を開発します。キーフレームで節目を設計し、参照で人物の同一性を保ち、カメラ指示で演出を検討します。長いショットでテンポ、演技、構図を評価し、制作全体へつながる案を作れます。
02
マーケティング・広告チーム
広告案を商品の登場、人物中心の短編、地域向けのブランドストーリーに変えます。商品参照、カメラ、ネイティブ会話でメッセージを明確化。共有素材を整理し、場面の別案を検討して、対象層に合わせて映像の発想を調整できます。
03
ECブランド・小売業者
既存の素材から商品デモ、ファッション紹介、パッケージの物語を制作します。商品画像を動かし、参照指示で特徴を維持。クローズアップ、登場、モデルとのやり取りなどの節目を設計し、商品を中心にまとまった映像を作れます。
04
SNS制作者・プラットフォーム
短編、表情豊かな演技、縦型コンテンツを開発します。明確なプロンプト、再利用できる人物参照、意図した音の雰囲気で動画を誘導。映像指示とネイティブ音声を組み合わせ、冒頭の引き込みから結末までつながる場面を検討できます。
05
ゲーム開発者・仮想世界チーム
人物の登場、世界観紹介、シネマティックな案を検討します。設定画と動作参照で外見や動きを伝え、カメラと環境音を加えます。舞台、人物、物語の瞬間をつないだ映像研究を、クリエイティブレビューに活用できます。
06
教育・研修チーム
教材デモ、状況に基づく授業、多言語の解説場面を設計します。キーフレームで学習の節目を整理し、ネイティブ会話とリップシンクで人物による説明を表現。学習環境に合わせて参照と場面の指示を調整し、明確な教育目標に集中できます。
Kling 4.0・Kling 3.0・Kling 2.6 — モデル比較
Klingシリーズの長さ、映像出力、入力方法、制作制御を比較し、物語に合うワークフローを選べます。
| 機能 | Kling 4.0 | Kling 3.0 | Kling 2.6 |
|---|---|---|---|
| 動画の長さ | 3–30秒 | 3–15秒 | 5秒または10秒 |
| 出力解像度 | 720p、1080p、4K | Standard 720p、Pro 1080p、ネイティブ4K版 | 1080p |
| 入力方法 | テキスト、画像、キーフレーム、マルチモーダル参照 | テキスト、画像、開始・終了フレーム、要素参照 | テキスト、画像 |
| 制作制御 | 最大10個のキーフレームとカメラ指示 | ショット別プロンプトと長さの制御 | プロンプトによる動作と場面の構図 |
| 音声 | ステレオ、多言語会話、リップシンク | ネイティブ音声と多言語会話 | 会話、歌唱、効果音、環境音 |
| 適した用途 | 長回し、精密な映像制御、映画制作 | 複数ショットの物語と人物の連続性 | 会話短編、商品、SNSコンテンツ |
参考：Kling公式リリースノート。Kling 3.0シリーズにはネイティブ4K版があります。
PoYoでKling 4.0 APIのワークフローを準備
ステップ1：APIキーを作成
PoYoアカウントとAPIキーを作成し、連携用の開発環境を整えます。
APIキーを作成 →
ステップ2：プロンプトと参照素材を整理
場面、人物、カメラ、音声を記述します。参照画像を集め、視覚的な節目を整理して再利用可能な制作指示にまとめます。既存のKlingワークフローも参考になります。
Klingワークフローを見る →
ステップ3：アプリ連携を計画
PoYoのプラットフォーム文書を読み、動画アプリのタスク送信、状態追跡、結果処理を設計します。
プラットフォーム文書を読む →
Kling 4.0 APIのよくある質問
Kling 4.0とは？
Kling 4.0はKuaishouの映画的な制作向けマルチモーダルAI動画モデルです。3–30秒の生成、最大4K出力、ネイティブステレオ、複数キーフレーム、マルチモーダル参照を組み合わせます。冒頭の構図や人物の同一性からカメラと会話まで、連携する複数の手段で場面を形作れます。
テキストや画像から動画を作れますか？
Kling 4.0はテキスト・画像からの動画生成に対応します。プロンプトで人物、動作、スタイル、カメラ、音を指定できます。参照画像で被写体や構図を定め、開始・終了フレームでショットの展開を誘導し、制作意図の明確な映像に変えます。
複数のキーフレームはどう動画を誘導しますか？
タイムライン上に最大10個のキーフレームを配置できます。それぞれが構図、姿勢、場面転換などの瞬間を誘導します。絵コンテの節目をつなぎ、場面とカメラの文章指示に視覚的な基準を加えて、動作の展開を設計します。
Omni Referenceにはどんな参照を使えますか？
Omni Referenceは画像、動画、音声、再利用可能な被写体など、最大15点のマルチモーダル素材を組み合わせます。設定画で外見、商品画像でデザイン、動画で動作やテンポを伝えます。これらの組み合わせで、関連場面の同一性、スタイル、演技の方向を維持できます。
動画と一緒に音声も生成しますか？
Kling 4.0はステレオ、自然な多言語会話、同期した口の動き、効果音、環境音を扱います。映像の動作とともに、せりふ、言語やアクセント、背景音を指示できます。雰囲気と物語のテンポが一貫した視聴覚の演技を構築できます。
Kling 3.0やKling 2.6との違いは？
Kling 4.0は長いショット、最大10個のキーフレーム、マルチモーダル参照を重視します。Kling 3.0は3–15秒、複数ショットのプロンプト、要素参照、ネイティブ音声、Standard・Pro・ネイティブ4K出力を組み合わせます。Kling 2.6はテキスト・画像から5秒または10秒の場面を生成し、同期した会話、歌唱、効果音、環境音を扱います。
Kling 4.0 API連携の計画にPoYoを選ぶ理由
01
明確なモデル選び
PoYoの機能説明と仕様比較でKling各版を検討できます。長さ、参照入力、音声、制作制御をプロジェクトに合わせ、チームで完成イメージを共有してモデルの方向性を選べます。
02
開発者向けの連携資料
APIキーの管理画面とPoYo文書で認証とアプリ連携を準備できます。必要なガイドと制作要件をまとめ、想定する体験に合わせてリクエスト、タスク追跡、結果提供を整理します。
03
追跡できるタスク処理
PoYo文書には非同期処理の状態照会とコールバック情報があります。進行状況、完了通知、結果処理を設計し、バックグラウンド生成をアプリの体験につなげます。
04
複数モデルをつなぐ制作
PoYoの画像・動画モデルで、コンセプト、参照作成、動く場面をつなげます。工程ごとに再利用可能なプロンプトと素材を整理し、異なるモデルの処理にも一貫した制作意図を引き継げます。