AI-video schuift opnieuw een stap dichter richting een volwaardige digitale filmstudio. Met Kling 4.0 wil Kling AI niet alleen beelden realistischer maken, maar vooral makers veel meer controle geven over hoe een scène zich ontwikkelt. Beweging, geluid, lip-sync, cameraverloop en verschillende sleutelmomenten moeten daarbij steeds nauwkeuriger kunnen worden aangestuurd.
De volledige versie van Kling 4.0 staat gepland voor oktober. Kling 4.0 Flash is ondertussen al beschikbaar voor Ultra Yearly-abonnees.
Van prompt naar regisseursstoel
De belangrijkste verandering zit misschien niet eens in de beeldkwaliteit. Kling probeert de maker nadrukkelijker in de rol van regisseur te plaatsen.
Bij eerdere generaties AI-video draaide veel rond één opdracht: de gebruiker beschreef een scène en het model bepaalde vervolgens grotendeels hoe die scène eruitzag en evolueerde. Kling 4.0 moet dat proces controleerbaarder maken. De AI genereert nog altijd het videomateriaal, maar de mens krijgt meer mogelijkheden om het verloop ervan vast te leggen.
Daarmee verschuift generatieve video langzaam van “maak een video voor mij” naar “voer deze creatieve regie uit”.
Beeld én geluid krijgen een upgrade
Kling 4.0 richt zich daarbij tegelijkertijd op verschillende onderdelen van de audiovisuele productie. Dynamische bewegingen moeten stabieler worden weergegeven, terwijl de gegenereerde audio naar een hoger niveau wordt gebracht met kwalitatieve stereo-uitvoer.
Ook lip-sync krijgt extra aandacht. Wanneer personages spreken, moeten mondbewegingen nauwkeuriger overeenkomen met de gesproken tekst. Dat is vooral belangrijk voor toepassingen zoals advertenties, virtuele presentatoren, korte films, productvideo's en socialmediacontent.
Aan de visuele kant gaat de uitvoer tot 4K-resolutie, aangevuld met ondersteuning voor 10-bit HDR. Daardoor kan niet alleen de scherpte toenemen, maar ontstaat ook meer ruimte voor kleurgradaties, contrast en een filmischer eindresultaat.
Tot vijftien referenties voor één generatie
Een andere belangrijke vernieuwing is Omni Reference. Daarbij kan Kling 4.0 tot vijftien multimodale referenties meenemen.
Dat opent interessante mogelijkheden. Een maker zou bijvoorbeeld verschillende beelden van een personage, product, omgeving of visuele stijl als referentie kunnen gebruiken om de AI duidelijker te maken wat gedurende de video consistent moet blijven.
Juist die consistentie vormt al langer een uitdaging bij generatieve video. Een personage kan tussen scènes subtiel veranderen, een product krijgt plots andere details of een omgeving wijkt af van het oorspronkelijke ontwerp. Meer referentiemateriaal kan het model extra context geven om dergelijke afwijkingen te beperken.
Tegelijk wordt ook videobewerking verder uitgebouwd, waardoor bestaande beelden en gegenereerde content sterker met elkaar kunnen worden gecombineerd.
Tien keyframes geven makers meer controle
Nog interessanter voor filmmakers en contentmakers is de uitgebreide ondersteuning voor multi-keyframe control.
Kling 4.0 ondersteunt tot tien keyframes. Daarmee kan een maker meerdere belangrijke momenten binnen dezelfde videosequentie vastleggen. In plaats van alleen een beginbeeld en een gewenste beweging te beschrijven, kan dus veel nauwkeuriger worden bepaald waar een scène onderweg naartoe moet.
Dat kan bijvoorbeeld betekenen dat een personage eerst door een deur loopt, vervolgens naar een object kijkt, het vastneemt en daarna naar de camera draait. De verschillende sleutelmomenten kunnen de AI als het ware langs een vooraf uitgestippeld visueel traject leiden.
Het verschil is fundamenteel: de prompt beschrijft niet langer alleen wat er moet gebeuren, maar keyframes helpen ook bepalen wanneer en hoe het moet gebeuren.
Dertig seconden native AI-video
Kling 4.0 kan bovendien native videosequenties van maximaal 30 seconden genereren.
Dat lijkt misschien kort in vergelijking met traditionele video, maar binnen generatieve AI is een halve minuut een aanzienlijke tijdspanne. Hoe langer een generatie duurt, hoe moeilijker het wordt om personages, bewegingen, objecten, camerastandpunten en verhaallijnen coherent te houden.
Wanneer die dertig seconden bovendien gecombineerd worden met meerdere keyframes, ontstaat een veel bruikbaarder bouwblok voor echte producties. Verschillende scènes kunnen vervolgens worden gemonteerd tot advertenties, verhalen, trailers, muziekvideo's of langere films.
Video's hoeven niet meer bij de eerste generatie te stoppen
Kling voorziet daarnaast mogelijkheden om bestaande video's verder uit te breiden. Daardoor hoeft een gegenereerde scène niet noodzakelijk het eindpunt van het creatieve proces te zijn.
Een maker kan in theorie een eerste fragment genereren, het verhaal verderzetten en verschillende videosegmenten met elkaar verbinden. Dat maakt AI-video minder afhankelijk van afzonderlijke korte clips en interessanter voor langere narratieve producties.
Personages kunnen verschillende talen en dialecten spreken
Ook taal krijgt een prominentere rol. Kling 4.0 ondersteunt meerdere talen, accenten en dialecten.
Dat kan vooral voor internationale marketing en communicatie interessant worden. Eenzelfde virtuele presentator of campagneconcept zou bijvoorbeeld voor verschillende markten kunnen worden aangepast zonder telkens een volledig nieuwe traditionele video-opname te organiseren.
Wanneer meertalige spraak wordt gecombineerd met verbeterde lip-sync, ontstaat bovendien een nieuwe vorm van lokalisatie: niet alleen de stem verandert, maar het personage kan visueel overtuigender lijken alsof het daadwerkelijk die taal spreekt.
AI-video verandert langzaam in een productieworkflow
De opvallendste ontwikkeling rond Kling 4.0 is uiteindelijk niet één afzonderlijke functie. Het is de combinatie ervan.
Referentiebeelden bepalen hoe personages en werelden eruitzien. Keyframes sturen het verhaal. AI genereert beweging en audio. Lip-sync verbindt spraak met beeld. HDR en 4K verhogen de afwerkingskwaliteit. Video extension maakt langere verhalen mogelijk en meertaligheid helpt dezelfde productie internationaal inzetbaar te maken.
Daarmee begint generatieve video steeds meer op een productieworkflow te lijken in plaats van op een losse AI-generator.
De maker levert niet langer uitsluitend een prompt en wacht af wat eruit komt. Hij of zij bepaalt personages, referenties, sleutelmomenten, taal en narratieve richting, terwijl het model een steeds groter deel van de technische productie uitvoert. Precies daarin zit de betekenis van de slogan waarmee Kling 4.0 wordt aangekondigd: “You Call the Shots.” De AI bedient steeds meer van de virtuele filmset, maar de bedoeling is dat de creatieve regie bij de maker blijft.
