La nouvelle version du générateur vidéo de Kling ajoute l’audio stéréo, une synchronisation labiale élargie aux principales langues et des références multiples pour guider la mise en scène. Une déclinaison Flash vise des rendus plus rapides et moins coûteux, avec des bornes à 720p et 20 secondes. Des sorties HDR et une extension des clips à deux minutes sont annoncées comme à venir, tandis qu’une comparaison récente avec Wan 3.0 et Seedance 2.5 place encore Kling derrière sur la logique des plans, la physique et les dialogues. Les tarifs de l’API ne sont pas encore publiés.
Comparaison mitigée et fonctionnalités encore annoncées
Une vidéo compare Kling 4.0 à Wan 3.0 et Seedance 2.5, deux générateurs vidéo chinois. Dans cette comparaison, Kling ne prend pas l’avantage, notamment sur la cohérence des plans, la physique et la qualité des dialogues. Cette situation pourrait signaler un ralentissement du rythme des progrès dans les modèles vidéo IA, en attendant les prochaines versions de Wan et Seedance. Kling AI annonce par ailleurs l’arrivée prochaine d’une sortie HDR 10 bits en 4K et 1080p, ainsi qu’une extension de la durée des clips jusqu’à deux minutes. Les tarifs de l’API n’ont pas encore été communiqués, le support étant également indiqué comme à venir.
Références riches et réutilisation de vidéos existantes
La fonction Omni Reference de Kling 4.0 prend en charge jusqu’à 15 références par génération, comprenant un maximum de 10 images et 5 vidéos pour une durée totale de 30 secondes, ainsi que 7 références additionnelles annoncées. Les utilisateurs ont également la possibilité d’utiliser des storyboards, des maquettes, des mosaïques d’images, des vidéos en modèle blanc ou utilisant une carte de profondeur comme supports de référence. La fonctionnalité Creative Recreation autorise l’utilisation d’une vidéo existante comme base afin de remplacer certains produits ou personnages. D’après Kling AI, il est possible de modifier individuellement les expressions du visage, les mouvements corporels, les perspectives de caméra ou les arrière-plans sans affecter le reste de la séquence.
L’IA créative vous passionne ?
Image, vidéo, son, design génératif : le meilleur chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Audio stéréo, lip-sync et texte en plusieurs langues
Kling 4.0 ajoute un rendu audio stéréo à deux canaux. D’après l’entreprise, l’alignement des mouvements des lèvres est optimisé dans plus de dix langues, dont l’allemand, l’anglais, le japonais, le coréen et l’espagnol, tout en tenant compte de différents dialectes et accents. L’incrustation de texte dans la vidéo est désormais possible dans plusieurs langues et reste stable même lors des déplacements de la caméra.
Cadences, limites et outils : 30 s, Flash 720p, MCP et CLI
Kling 4.0 autorise la création de vidéos jusqu’à 30 secondes en une seule opération, avec la possibilité d’utiliser jusqu’à dix images clés pour contrôler les transitions, les postures des personnages et les étapes importantes du récit. Le nombre d'instructions analysées peut atteindre un maximum de 8 000 tokens. La variante Flash, plus légère, vise une génération plus rapide et moins coûteuse, avec une définition limitée à 720p et une durée maximale de 20 secondes. L’interface de création a été repensée, et Kling 4.0 est accessible via MCP et en ligne de commande (CLI), ce qui permet d’automatiser des flux de travail avec des agents IA. Kling AI affirme que la variante Flash peut réduire l’écart entre les vidéos générées par IA et les productions professionnelles. La version 4.0 apporte également une résolution améliorée et des contrôles plus précis.
