可灵4.0一次出30秒,AI短剧可以摆脱“拼镜头”了
- 2026-11-18 00:16:28
用AI做短剧的人,对“拼镜头”应该都不陌生。
人物走进门,先生成一段。
对话,再生成一段。
转身、反应、特写,又得重新跑。
最后观众看到的是一场完整的戏,背后可能已经拆成了四五个片段,再靠剪辑把人物、动作、光线和情绪一点点接起来。
现在,可灵把单次视频生成时长拉到了30秒。
9月28日,Kling 4.0 Flash率先向黑金年卡会员开放抢先体验,完整版本计划于10月正式上线。按照目前公布的信息,Kling 4.0支持单次最长30秒视频生成,并强化长镜头和连续叙事能力。
从可灵3.0最长15秒,到现在的30秒,数字看起来直接翻了一倍。
但对短剧团队来说,真正值得问的不是:
“一次能生成多少秒?”
而是:
“以前要拼三四段的一场戏,现在能不能一次生成?生成完以后,还要返工多少?”
这才决定30秒到底只是参数变长了,还是制作流程真的能变。

01|30秒的价值,不是“视频更长”,而是一场戏能不能连起来
Kling 4.0支持单次生成最长30秒视频,并强调长镜头与连续叙事。
同时,它还支持最多10张关键帧输入,可以提前设定人物状态、场景变化和情节节点。
这对AI短剧制作最直接的意义,是过去那些必须拆开的镜头,有机会放到同一条时间线上生成。
比如一场很普通的戏:
人物推门进来。
走到桌边。
拿起桌上的东西。
听见一句话以后愣住。
再抬头看向另一个角色。
以前为了保证每个动作能用,制作团队很可能把它拆成几段分别生成。
拆得越细,后面的衔接工作就越多。
人物衣服有没有突然变化?
脸有没有变?
上一镜人物往左走,下一镜是不是突然换了方向?
光线、景别、动作速度能不能接得上?
这些都是AI短剧后期里很常见的“小问题”。
问题小,但特别耗时间。
所以,30秒真正有价值的地方,不是让创作者得到一条更长的视频。
而是:
如果一整段动作、对白和情绪变化能够在一次生成里连续完成,就可能少拆几次镜头,也少补几次衔接。
但这里也不能太乐观。
“单次能生成30秒”和“这30秒都能直接用”,完全是两回事。
如果第18秒的时候人物表情不对了,第22秒动作穿帮了,第25秒构图又偏了,那么团队面对的可能不是“前面25秒都赚到了”。
而是:
这一整段到底要不要重新生成?
长视频把连续性拉长了,也可能把错误一起拉长。
所以短剧团队真正应该看的指标,始终不是“一次吐出了多少秒”。
而是:
30秒里有多少秒真正能进成片。

02|15项参考和10张关键帧,瞄准的是“可控性”
除了时长,Kling 4.0另一个值得短剧团队注意的升级,是参考素材和关键帧控制。
按照目前公布的信息,Kling 4.0支持单次最多15项多模态参考。
在这个总上限内,可组合使用图片、视频和主体等不同素材,其中单类输入上限包括:
最多10张图片; 最多5段视频; 最多7个主体。
另外,还支持最多10张关键帧输入。
这里要注意,“15项”是单次任务的总参考上限,不是10张图片、5段视频、7个主体全部加起来可以一次塞22项。
为什么这对系列短剧比较重要?
因为短剧制作真正麻烦的,从来不只是“生成一张好看的画面”。
而是同一个角色要反复出现。
同一件衣服不能突然换颜色。
同一个房间不能每个镜头都重新装修。
角色上一场拿着一个杯子,下一场杯子不能凭空变掉。
如果一条任务里可以同时给人物参考、服装参考、场景参考、动作视频和关键帧,理论上就能把更多生产要求集中告诉模型。
关键帧则可以进一步约束:
开场人物在哪里;
中间什么时候转身;
道具什么时候出现;
最后停在哪个画面。
这显然比只写一大段提示词,再希望模型自己理解完整场面,要更接近真正的制作流程。
但这里的关键词仍然是:
理论上。
参考素材更多,并不意味着模型每次都能准确判断哪个参考最重要。
10张关键帧也不代表两个关键节点之间的动作一定自然。
角色可能对了,但动作不对。
动作可能对了,但口型不对。
关键帧都到了,过程却很僵。
所以相比看官方演示,制作团队更应该拿自己的固定角色和真实剧本做测试。
尤其要记录:
同一段戏生成几次才能用?
人物和场景一致性怎么样?
关键帧之间需不需要补镜头?
最后真正进入成片的比例是多少?
这些数字,才决定新功能有没有生产价值。
03|4K不是第一次有,这次更该看“连续叙事”
Kling 4.0公布的规格里,还有几个很容易吸引注意力的数字。
包括4K、1080p的10-bit HDR输出、21:9超宽画幅、双通道立体声、口型匹配,以及最长可延展至2分钟的多次续拍。
不过这里要区分哪些是已经开放的,哪些还没有。
目前公开信息显示:
4K、1080p的10-bit HDR输出仍标注为“即将上线”。
最长2分钟的多次续拍功能也标注为“即将上线”。
所以现阶段不能把这两项写成所有用户已经可以直接使用的现成功能。
Kling 4.0 Flash目前是抢先体验状态,完整版本计划于10月正式上线。
可灵 Kling 4.0 上线信息
另外,单看“4K”本身,也不是可灵4.0第一次出现。
今年4月,可灵已经在视频3.0系列中上线原生4K视频直出功能;快手随后在2026年第二季度业绩资料中也确认了这一点。
可灵视频3.0原生4K信息
所以如果是做短剧,我反而觉得这次没必要一直盯着“4K”三个字。
真正更值得测试的是:
30秒连续叙事 + 多模态参考 + 多关键帧控制,能不能同时稳定工作。
因为分辨率再高,如果人物走到一半变脸、动作接不上、情绪突然跳掉,最后还是不能直接进成片。
而如果30秒真的能稳定完成一整段戏,那才有可能改变排产方式。
04|别急着换流程,先拿一场真实戏做AB测试
对短剧团队来说,Kling 4.0上线以后最简单的测试方法,不是直接把整部剧换过去。
而是先挑一场戏。
最好这场戏同时包含:
一个固定角色; 一处固定场景; 一段连续动作; 一次情绪变化; 一个明确的剧情节点。
然后用两种方法分别做一版。
A版:现有流程
按照现在熟悉的方法,把一场戏拆成多个短镜头分别生成,再剪到一起。
B版:Kling 4.0流程
用人物、场景、动作参考和关键帧,尝试直接生成更完整的20—30秒段落。
最后不要只比“哪一版看起来更震撼”。
真正该记的是这几项:
最后算的应该是:
做出1分钟真正能用的成片,到底花了多少钱、多少次生成、多少人工时间。
如果30秒模式可以让一场戏少拆两三个镜头,而且人物、动作和情绪还能稳定接住,那么它省下来的就不只是剪辑时间。
前面的分镜拆分、角色校正、转场修补和重复生成,都可能一起减少。
但如果模型只是把原本5秒就会出现的错误,延长到了30秒里,那么制作团队反而可能面对更大的重做成本。
所以现在还不能简单得出:
30秒出来以后,AI短剧制作成本一定会下降。
”
更准确的说法应该是:
Kling 4.0给了短剧团队一次减少“拼镜头”的机会。
至于这次机会到底能省多少钱,还得看真正的成片可用率。
05|AI视频下一步比的,可能不是“谁一次出得更长”
从15秒到30秒,AI视频的生成长度还在继续往前走。
再加上多参考、关键帧、音画生成、视频编辑和后续续拍,AI视频工具正在越来越像一套完整的内容生产系统。
但对于真正按集交付的短剧团队来说,参数越来越多以后,反而更应该少看一点演示片,多看一点生产数据。
一段30秒视频生成出来,并不等于30秒生产任务完成。
真正有价值的是:
30秒里有多少能用?
要返几次?
需要多少人工补救?
最后一分钟成片到底花多少钱?
如果这些数字真的下降了,Kling 4.0才算真正改变了短剧工作流。
如果没有,
那30秒也只是把原来需要分几次解决的问题,放进了一次更长的生成里。
30秒是新的生成上限,不是现成的效率答案。
短剧团队真正要测的,从来不是模型能生成多久。
而是——
这一条,最后能留下多少。