Kling 4.0、10月に登場：新機能とFlash先行アクセスを解説

Kling 4.0とFlash：現在の提供状況

Kling 4.0の正式公開は10月の予定で、具体的な日付は発表されていません。頻繁な制作向けのFlashは先行アクセス段階です。公式仕様ではテキストからの動画生成、最初のフレーム画像からの動画生成、Omni Referenceに対応し、出力は3〜20秒、720p、8-bit SDRです。

正式版の仕様には3〜30秒と720p、1080p、4Kが記載されています。これらをFlashの仕様と混同しないようにしましょう。生成前にKlingアカウントで表示されるモデルと設定を確認してください。

映像と音声：動きの安定性、ステレオ、HDR

Klingは、動きや複雑なカメラワークの安定性、光や質感のリアリティ、高品質な2チャンネルステレオ音声、リップシンクの精度が向上すると説明しています。これらは公式発表の内容であり、当サイトの実測結果ではありません。

公式ノートでは、1080pと4Kでの10-bit HDR出力は提供予定と明記されています。発表された出力形式がFlashの先行アクセスですでに選択できるとは限りません。

Omni Reference：1回の生成で最大15点の参照

画像、動画、声の参照、被写体要素を組み合わせ、合計最大15点を参照できます。個別の上限は画像10枚、合計30秒以内の動画5本、被写体要素7点です。動画に基づく被写体要素は最大3点で、音声参照は声に限られます。

個別上限は合計上限の範囲内で適用され、足し合わせて使える枠ではありません。参照の一貫性向上に加え、表情、身体の動き、カメラ位置や動作、全体のスタイル、背景を狙って編集する機能も説明されています。

物語の制御：最大30秒と10枚のキーフレーム

Kling 4.0では1回で最大30秒の動画を生成し、最大10枚のキーフレーム画像を入力できると発表されています。重要な視覚的瞬間、人物の状態、場面の変化を指定し、物語の進行を組み立てられます。

30秒は正式版の1回あたりの生成時間上限、10枚はキーフレーム入力数の上限です。Flashの公開仕様では生成時間は最大20秒です。

多言語、アクセント、方言と動画延長

言語、アクセント、方言への対応も強化されます。公式ノートには中国語、英語、日本語、韓国語、スペイン語、ポルトガル語、ドイツ語、フランス語が挙げられています。広東語、四川方言、米国・英国・インドの英語アクセントなどの例もあります。

動画延長については、繰り返し延長して最大2分にする機能が提供予定と記載されています。これは延長処理の上限であり、1回で2分を生成する仕様ではありません。

今後の提供状況を確認するには

Ultra Yearlyの年間契約ユーザーは、KlingアカウントでFlashの先行アクセスを確認できます。正式版、HDR、動画延長の提供状況は公式リリースノートと制作画面の選択肢を参照してください。今回の発表だけでは、公開APIの提供日や他社サービスへの導入状況は確定しません。