Mula sa iisang maikling brief, makakagawa na ng magkakaugnay na serye ng mga larawan
Inilunsad ng Kuaishou ang Kling Image 4.0, na may native na 8K image generation, suporta sa hanggang 2,000 karakter sa loob ng isang larawan, at mode na lumilikha ng hanggang 10 magkakaugnay na larawan mula sa iisang prompt. Magagamit ito sa Kling Creative Studio at sa pamamagitan ng application programming interface (API), at nakatuon ang release sa advertising, mga storyboard, pagpapakita ng produkto at mga pahina ng online shopping.
Mga Nilalaman
- Mula sa iisang maikling brief, makakagawa na ng magkakaugnay na serye ng mga larawan
- Ano ang inilunsad, at kailan?
- Ano ang maiaalok ng native na 8K?
- Sinubok sa mahirap na poster ang kapasidad sa teksto
- Paano gumagana ang set ng 10 larawan?
- Nagkakaroon ng mga mae-edit na layer ang mahahabang pahina ng produkto
- Gabay ang mga reference sa paksa, liwanag at kulay
- Iisang arkitektura para sa pag-unawa at pagbuo
- Ang Pangunahing Punto
Inilunsad ang modelo noong Martes ng gabi, Nobyembre 17, 2026. Inilathala ng Kling AI ang gabay sa paggamit ng Image 4.0 noong Nobyembre 18, na nagtatala ng native na 2K, 4K at 8K output, hanggang 10 reference image sa bawat input, at mga tool para hatiin ang mahahabang larawan sa mga mae-edit na layer.
Hindi lang image generator ang workflow na iniaalok ng Kling AI: ilarawan ang proyekto, magbigay ng mga visual reference, bumuo ng magkakaugnay na set, saka baguhin ang mga indibiduwal na elemento. Pinagsasama ng mga kakayahang ina-advertise nito ang ilang gawain sa iisang platform, kabilang ang pagsasagaya sa potograpiya, pag-aayos ng teksto, pag-eedit ng larawan at pagpaplano ng pagkakasunod-sunod ng mga eksena.
Ipinakikita ng mga naunang inilathalang pagsubok kung bakit maaaring maging kapaki-pakinabang ang mga kakayahang ito, habang tinutukoy rin ang mga praktikal na kahinaan. Nagkaroon ng mga error sa teksto sa isang poster na may humigit-kumulang 400 karakter na Tsino, at may ilang na-edit na larawan na naglalaman ng magagaspang na detalye o mga pagbabagong lumampas sa hiniling. Dahil dito, binibigyang-diin ng paglulunsad kapwa ang kapasidad sa produksyon at ang dami ng kailangang itama.
Ano ang inilunsad, at kailan?
Still image model ang Kling Image 4.0, hiwalay sa Kling 4.0 video model. Mga larawan ang agarang nalilikha nito, kabilang ang magkakaugnay na mga eksenang magagamit ng mga creator sa pagpaplano ng kuwento o paghahanda ng materyal para sa susunod na paggawa ng video.
Naganap ang release sa loob ng dalawang petsa:
- Nobyembre 17, 2026: Inilunsad ng Kuaishou ang Kling Image 4.0 noong Martes ng gabi, na magagamit sa creative platform nito at sa pamamagitan ng API.
- Nobyembre 18, 2026: Petsa ng gabay sa paggamit na inilathala ng Kling AI, at sinuri sa mga inilathalang pagsubok ang potograpiya, pag-eedit, mga commercial layout at mga serye ng larawan.
Binibigyan ng API ang mga developer at enterprise customer ng paraan upang ikonekta ang modelo sa sarili nilang software. Hindi tinukoy sa impormasyon ng paglulunsad ang presyo, tagal ng pagbuo ng mga larawan at anumang pagkakaiba sa access ayon sa antas ng subscription.
Ano ang maiaalok ng native na 8K?
Nagtatala ang Kling AI ng tatlong native na resolution ng output: 2K, 4K at 8K. Ibig sabihin ng native generation, nililikha ng modelo ang larawan sa napiling resolution, sa halip na umasa lamang sa susunod na hakbang na nagpapalaki ng mas maliit na larawan. Ayon sa kumpanya, nagbibigay ang 8K ng mas maluwag na opsyon para sa malalaking display at pag-crop.
Tinatanggal sa pag-crop ang bahagi ng larawan upang ituon ang pansin sa mukha, produkto o iba pang detalye. Kung mas marami ang pixel sa simula, mas maraming impormasyon ng larawan ang maaaring manatili matapos itong i-crop. Ayon sa Kling AI, pinahusay din ng modelo ang mga paglipat ng liwanag, tekstura ng balat, tela at iba pang detalye ng materyal.
Inilarawan sa mga inilathalang portrait test na medyo natural ang liwanag sa pagitan ng mga tao at ng kanilang paligid. Napanatili ng pinalaking mga bahagi ang nakikitang tekstura ng buhok at damit, bagaman may mga depekto pa rin sa pagiging makatotohanan ng mga tao at ng tagpuan. Kabilang sa mga landscape exercise ang hamog sa umaga sa isang lambak, pagsikat ng araw sa ibabaw ng mga bundok na nababalutan ng niyebe at paglubog ng araw sa disyerto, na may iba-ibang liwanag at lalim sa bawat eksena.
Nagtatala rin ang gabay ng mga format para sa iba’t ibang gamit, kabilang ang parisukat na 1:1 na mga larawan, patayong 3:4 na mga larawan, widescreen na 16:9 at mas malapad na 21:9 na mga komposisyon. Nagbibigay ito sa mga creator ng mga opsyong maitugma ang larawan sa listahan ng produkto, presentasyon o cinematic na frame bago ito buuin.
Sinubok sa mahirap na poster ang kapasidad sa teksto
Ayon sa Kling AI, kayang maglagay ng Image 4.0 ng hanggang 2,000 karakter sa iisang larawan at tumanggap ng mga tagubiling hanggang 15,000 token. Yunit na ginagamit ng modelo sa pagproseso ng impormasyon ang token; madalas itong salita o bahagi ng salita. Saklaw ng limitasyon sa tagubilin ang brief; ang limitasyon sa karakter naman ay tumutukoy sa tekstong makikita sa natapos na larawan.
Mahalaga ang pagkakaibang ito para sa isang komplikadong patalastas. Maaaring gumamit ang creator ng mahabang brief para tukuyin ang produkto, likuran, liwanag, pananalita at layout, habang maikling headline lamang ang ipinalalagay sa mismong larawan.
Tinutukoy ng opisyal na gabay ang anim na wika: Tsino, Ingles, Hapon, Koreano, Espanyol at Portuges. Inilalarawan ng mga ulat sa paglulunsad ang suporta sa pitong wika, habang magkahiwalay namang tinutukoy sa mas malawak na panimula ang pinasimple at tradisyonal na pagsulat ng Tsino. Kailangang piliin ng mga user na nagtatrabaho sa iba’t ibang merkado ang angkop na wika at sistema ng pagsulat para sa kanilang materyal.
Nagtatala rin ang Kling AI ng mahigit 70 font na lisensiyado para sa komersiyal na paggamit at suporta sa pag-upload ng larawan bilang gabay sa tipograpiya. Ayon sa opisyal na panimula, maaaring mag-edit ang mga user ng teksto at estilo ng font sa mga nabuong larawan.
Sa isang inilathalang pagsubok sa commercial design, hiniling ang poster para sa isang magasin ng teknolohiya na may humigit-kumulang 400 karakter na Tsino, malaking headline, ilustrasyon ng opisina at paleta ng krem, asul at kahel. Inayos ng resulta ang headline, teksto at ilustrasyon sa magkakahiwalay at nababasang bahagi, ngunit may mga error sa teksto at kapansin-pansing kulang sa dating ang disenyo sa masisikip na layout.
Inilarawang wasto ang mga sumunod na pagtatangkang baguhin ang mga font at palitan ang piling pananalita. Para sa mga designer, nagiging mahalagang bahagi ng workflow ang pagrebisa dahil kayang buuin ng sistema ang isang pahina at tumanggap ng mga tiyak na pagwawasto, ngunit kailangan pa ring suriin ang pinal na teksto.
Paano gumagana ang set ng 10 larawan?
May Default Mode at Series Mode ang Kling Image 4.0. Bumubuo ang Default Mode ng isa o higit pang larawan mula sa isang prompt. Dinisenyo naman ang Series Mode upang sabay-sabay na lumikha ng magkakaugnay na mga larawan, hanggang 10 sa iisang generation.
Ayon sa Kling AI, tinutukoy ng kakayahan nitong magplano kung ano ang dapat ipakita sa bawat larawan habang pinananatiling magkakatugma ang mga paksa at biswal na direksiyon. Para sa storyboard, nangangahulugan ito ng paghahati ng kuwento sa iba’t ibang kuha sa halip na paulit-ulit na bumuo ng mga baryasyon ng iisang eksena.
Gumamit ang isang inilathalang pagsubok ng kuwentong suspense tungkol sa isang dalaga na naghihintay sa istasyon ng subway sa gabi. Nakakita siya ng pulang tiket at nang dumating ang huling tren, nakita niya ang bersiyon ng sarili niya pagkaraan ng 10 taon. Nagpalipat-lipat ang nabuong serye sa malalawak na kuha, mas malalapit na kuha at mga detalye ng mukha habang medyo pare-pareho ang anyo at damit ng pangunahing tauhan.
Sinundan naman ng isa pang serye ang isang programmer sa opisina na nag-iimagine ng paglalakbay sa dalampasigan, kabundukan, disyerto at kalawakan bago naputol ang kanyang pagtakas sa realidad dahil sa mensahe tungkol sa trabaho. Umusad ang kuwento sa mga larawan, bagaman may ilang kuhang artipisyal at mukhang plastik.
Sa ikatlong pagsubok, hiniling ang 10 tanawin ng iisang lambak sa Xinjiang mula umaga hanggang paglubog ng araw. Nagbigay ng magkakatulad na dokumentaryong estilo ang iba’t ibang anggulo at nagbabagong liwanag. Ipinakikita ng mga pagsubok na ito ang mga uri ng pagkakaugnay na sinusubukang pamahalaan ng feature: iisang tao sa iba’t ibang eksena, kuwento sa iba’t ibang lugar at tanawin sa buong maghapon.
Nagkakaroon ng mga mae-edit na layer ang mahahabang pahina ng produkto
Sinusuportahan din ng Kling AI ang mahahabang larawan para sa mga pahina ng detalye sa online shopping at disenyo ng website. Pinagsasama ng mga ito ang mga larawan ng produkto, paliwanag na teksto at magkakahiwalay na seksiyong biswal sa iisang pahabang layout.
Sa isang inilathalang pagsubok, nagbigay ng larawan ng laptop at hiniling ang kumpletong pahina ng produkto na may pangunahing biswal ng produkto, mga selling point, detalye ng hitsura, mga tagpo ng paggamit at teknikal na detalye. Inayos ng nabuong pahina ang mga bahaging ito sa magkakahiwalay na seksiyon na may medyo magkakatulad na estilo.
Nagdagdag ang opisyal na gabay ng praktikal na feature sa pag-eedit: maaaring hatiin sa mga layer ang mahahabang larawan upang ma-edit at muling mabuo ang mga indibiduwal na elemento. Hiwalay na bahagi ng komposisyon ang isang layer na maaaring baguhin nang hindi muling binubuo ang lahat ng iba pang bahagi. Sa pahina ng produkto, maaari nitong padaliin ang pagbabago sa isang seksiyong biswal matapos ang unang generation.
Gumamit din ang mga pagsubok sa advertising ng produkto ng mga litrato ng sneaker, relo at laptop. Ibinagay ng mga nagresultang poster ang mga kulay, komposisyon at tipograpiya sa bawat produkto. Mas tiyak na gawaing komersiyal ito kaysa paglikha ng kaakit-akit na larawang nakatayo nang mag-isa: kailangang ayusin ng generator ang impormasyon sa paligid ng isang umiiral nang bagay.
Gabay ang mga reference sa paksa, liwanag at kulay
Tumatanggap ang Kling Image 4.0 ng hanggang 10 reference image sa bawat input. Maaaring gamitin ang mga reference bilang materyal para sa pag-eedit o gabay sa mga pagpili gaya ng tipograpiya, kulay at liwanag. Binabanggit din ng kumpanya ang mahigit 110 preset na istilo ng color grading, na nagbabago sa pagtrato sa kulay at sa mood ng larawan.
Kabilang sa mga pagsubok sa pag-eedit ang litrato sa kasal na nagpapakita ng ikakasal at lima nilang kamag-anak o kaibigan. Binago ng mga kahilingan ang artistikong estilo at liwanag habang pinanatili ang pangunahing komposisyon at ugnayan ng mga tao.
Sa isa pang pagsubok, binago ang pangunahing tauhan ng Phantom Blade Zero: pinalitan ang kanyang damit ng dilaw at itim na kasuotang kung fu na iniuugnay kay Bruce Lee at pinalitan ang kanyang mga sandata ng nunchaku. Natugunan ng pag-eedit ang pangunahing kahilingan, ngunit magagaspang ang ilang detalye at lumampas sa nilayon ang ilan sa mga pagbabago.
Ginamit din ang isang payak na sketch ng kasal bilang gabay sa pagbuo ng tagpong potograpiko. Binigyang-kahulugan ng modelo ang mga pangunahing tao at ang kanilang mga posisyon, saka nagdagdag ng mga upuan, bulaklak at bisita. Ipinakikita ng mga halimbawang ito ang dalawang magkaibang gamit ng reference material: pagpapanatili sa mga detalyeng naroon na sa litrato at pagbuo ng mas kumpletong tagpo mula sa magaspang na biswal na plano.
Iisang arkitektura para sa pag-unawa at pagbuo
Ayon sa Kling AI, pinagsasama ng Image 4.0 ang pag-unawa sa biswal at pagbuo ng larawan sa iisang autoregressive framework. Sa madaling sabi, gumagamit ang sistema ng magkakatulad na proseso upang bigyang-kahulugan ang mga tagubilin at biswal na materyal, saka buuin nang paisa-isang hakbang ang hinihinging output.
Nakasentro ang teknikal na paglalarawan sa iisang Transformer, isang uri ng neural network na ginagamit sa pagproseso ng mga ugnayan sa loob ng impormasyon. Inilalarawan din nito ang nakaayos na paghawak sa mga paksa, puwestuhan sa espasyo, mga anggulo ng kamera at liwanag. Ito ang mga elementong kailangang pagtugmain ng isang detalyadong brief kapag humihiling ito ng ilang tauhan, partikular na puwesto at magkakatulad na biswal na estilo.
Tinatawag ng kumpanya na agentic ang bahagi ng pagpaplano. Dito, nangangahulugan ito ng pagsasaayos sa komplikadong kahilingan bilang mas maliliit na gawain at pag-uugnay sa mga hakbang na kailangan para matapos ito. Direktang halimbawa nito ang pagbuo ng serye: kailangang magpasya ang modelo kung paano hahatiin ang kuwento sa mga larawan habang pinananatili ang magkakaparehong detalye mula sa isang larawan patungo sa kasunod.
Para sa mga creator, ang praktikal na usapin ay kung gaano karaming trabaho ang natitira matapos buuin ang larawan. Nagpakita ang mga inilathalang pagsubok ng kapaki-pakinabang na pagpaplano ng eksena, pag-aayos ng layout at tiyak na pag-eedit, kasabay ng mga pagkakamali sa teksto at hindi pantay-pantay na detalye sa biswal. Kailangan pa ring suriin at rebisahin ang kampanyang may eksaktong pananalita tungkol sa produkto o storyboard na nangangailangan ng tiyak na pagkakaugnay.
Ang Pangunahing Punto
- Inilunsad ng Kuaishou ang Kling Image 4.0 noong Nobyembre 17, 2026, sa pamamagitan ng Kling Creative Studio at API.
- Nagtatala ang opisyal na gabay ng native na 2K, 4K at 8K output, na may hanggang 10 reference image sa bawat input.
- Kayang bumuo ng Series Mode ng hanggang 10 magkakaugnay na larawan mula sa iisang prompt.
- Ina-advertise ng Kling AI ang hanggang 2,000 karakter kada larawan, mga tagubiling hanggang 15,000 token at mahigit 70 font na lisensiyado para sa komersiyal na paggamit.
- Nilalayon ng pagbuo ng mahahabang larawan at pag-eedit ng layer ang mga pahina ng produkto at iba pang komplikadong layout.
- Nakita sa mga inilathalang pagsubok ang kapaki-pakinabang na pag-eedit at pagkakaugnay, kasabay ng mga error sa teksto, magagaspang na detalye at ilang pagbabagong hindi nilayon.






