可灵4.0一次能喂10张参考图,做AI短剧角色还会跑脸吗?
- 2026-11-14 17:18:34
之前写Nano Banana那篇时说过,做AI视频角色,图能做出来,难的是一动起来脸就变。同一个人,上一个镜头是圆脸,下一个镜头下巴尖了,衣服花纹也换了,这叫跑脸。
前几天,快手的可灵上线了新一代模型Kling 4.0,这次改得最多的,正是这件事。

一次能喂进去的东西多了很多
过去做一个角色视频,能给模型的参考不多,一般是一张首帧、一张尾帧,中间怎么动全靠它猜。
据可灵官方公布的参数,4.0的全能参考单次最多能放15项素材:图片最多10张,视频最多5段,加起来不超过30秒,另外还能指定最多7个主体,连音色也能参考。
这意味着,你可以把一个角色的正脸、侧脸、全身、几套衣服都喂进去,再放一段想要的动作视频,让模型照着来。
关键帧也从首尾两张扩到了最多10张。人物在第几秒站起来、什么时候转身、场景什么时候换,都能提前用图片卡住。网上有测评的说法很直接:以前整段跑偏只能整段重抽,现在中间几个关键画面先锁住,废片会少一些。
30秒一镜到底,少拼几段
另一个变化是时长。上一代单次最长大约15秒,4.0翻到了30秒,提示词也能写到8000个token,够塞进一整段分镜脚本。
做过AI短剧的人都知道,5秒、10秒一段地拼,最麻烦的就是接缝处,人物位置、光线、表情经常对不上。一段30秒的长镜头直接出来,接缝就少了一半。
声音这边也补上了:双声道立体声,口型同步更准,除了普通话和英语,还支持北京话、东北话、四川话、粤语这些方言。局部编辑也能做了,一段视频里只改表情、动作、机位或者背景,不用整段重来。
海外也同步铺开了,OpenArt这类平台已经上线4.0,11月20日前部分套餐打五折。
钱怎么算
可灵一直是按灵感值算钱,按官方此前的标准定价,1块钱等于10个灵感值。
先开放的轻量版4.0 Flash,据多位测评者的实测,720P每秒消耗6个灵感值,单次最长20秒。照这个算,10秒大约6块钱。完整版的高清档位、带参考的生成,消耗是这个的几倍,具体以可灵页面显示为准。
但单价只是明面。网上有人吐槽,一条30秒的成片前后花了三百多。原因不在秒价,在返工:一条不满意就要重抽,抽五次就是五倍的钱。参考图和关键帧的价值,就在于少抽几次。
几处要心里有数
宣传片和测评里的效果,大多是挑出来的最好那一条,自己上手时第一条很少直接能用。
有几项写着即将上线:10-bit HDR画质、最长两分钟的视频续写,以官方实际开放为准。
Flash是720P,放在手机信息流里够用,做横屏大片就不太够。
竞争也很近。字节的Seedance 2.5同样支持单次30秒原生视频,生数的Vidu也刚更新,能吃进15张参考图。哪家顺手,最好各跑几条同样的分镜比一比。
据可灵披露,它现在的用户已经超过1亿,年收入到了5亿美元规模。做AI视频的人越来越多,工具在拼的已经不是能不能动起来,是能不能按你想的动。
跑脸这件事,4.0给的办法是让你多喂参考、多卡关键帧。能不能根治,要看你的角色素材准备得够不够全。
如果觉得内容不错,随手点赞、分享、推荐吧。
THANKS FOR READING |
