Videomodell · Kuaishou ·
Kling Video v4 ist ein Video-Modell von Kuaishou. In Endless kostet es ab 73 Credits pro Video und ist verfügbar ab dem Plan Hobby.
Nutze es, um aus einem Prompt oder einem Bild ein Video zu machen, neben allen anderen Modellen in deinem Workspace.
Ab 73 Credits pro Video
Kling 4.0 will wissen, was im Bild zu sehen ist, was in welcher Reihenfolge passiert, wie sich die Kamera bewegt und was man hört. Kuaishous Benutzerhandbuch verlangt beschreibende Sprache und möglichst wenige abstrakte Begriffe. „Premium-Look“ oder „cineastisches Gefühl“ lassen das Modell raten, was du meinst; benenne stattdessen das Licht, die Materialien und die Komposition.
Für längere Clips schlägt das Handbuch vier Teile vor, in dieser Reihenfolge:
[Rolle jeder Datei] @Image1 ist ___; bewahre ihr/sein ___.
[Allgemeine Vorgaben] Ort und Textur, visueller Stil, Tonalität der Kamera.
[Ablauf] 0–X s: was zu sehen ist, die Handlung, die Emotion. X–Y s: ...
[Audio] Dialog, Atmosphäre, Soundeffekte, Musik.
Kurze Clips brauchen nicht alles davon. Das Handbuch empfiehlt, mit einem Satz zu beginnen, der Subjekt, Ort, Handlung und Emotion abdeckt, und Kamera, Timing, Audio oder das, was erhalten bleiben soll, nur dort zu ergänzen, wo es das Ergebnis verändert.
Ein 30-Sekunden-Clip mit nur einer Handlung wirkt leer. Schreib ihn als Timeline: „0–8 s: ...“, „8–18 s: ...“, „18–30 s: ...“, mit einem Wechsel von Handlung, Ort oder Bildausschnitt in jedem Block. Kuaishous eigene Beispiele takten Ereignisse genau so („Der Himmel verdunkelt sich bei 5 Sekunden; bei 10 Sekunden beginnt es zu regnen“). Kuaishou sagt, dass große Bewegungen und komplexe Kamerabewegungen in 4.0 stabil bleiben, es lohnt sich also, lange Kamerafahrten, Orbits und schnelle Action in einer Einstellung auszuprobieren.
Es gibt zwei Wege zu Schnitten. In einem einzelnen Prompt ist der Multi-Shot-Modus standardmäßig aktiv und das Modell entscheidet, wo es schneidet, aber du kannst die Schnittpunkte selbst angeben: „Harte Schnitte bei 4, 9 und 14 Sekunden“, gefolgt davon, was jede Einstellung zeigt. Oder nutze das Feld Einstellungen: bis zu sechs Prompts, jeder mit eigener Dauer, die der Reihe nach abgespielt werden. Die Gesamtdauer liegt zwischen 3 und 30 Sekunden, und der Haupt-Prompt und die Dauer werden ignoriert. fal begrenzt jeden Einstellungs-Prompt auf 512 Zeichen, halte die Einstellungen also kurz und wiederhole in jeder dieselbe Beschreibung der Hauptfigur.
Du kannst bis zu 10 Bilder und einen Clip anhängen. Jedes bekommt eine Nummer in der Reihenfolge, in der du es angehängt hast: @Image1, @Image2 und so weiter, und @Video1 für den Clip. Der wichtigste Rat des Handbuchs: Gib jeder Datei im Prompt eine Rolle, etwa „@Image1 ist die Hauptfigur; bewahre ihr Gesicht und ihren Mantel“ oder „@Image2 definiert die Szene; behalte Aufteilung und Beleuchtung bei“. Dateien ohne Rolle liefern unberechenbarere Ergebnisse. Prüfe vor dem Start, dass jede Nummer auf die richtige Datei zeigt.
Steht der Clip-Modus auf Referenz, steuert der Clip das neue Video, ohne darin vorzukommen. Sag, was du daraus übernehmen willst: die Kamerabewegung, die Choreografie, das Spiel des Schauspielers oder die Einstellungsstruktur und den Schnittrhythmus. Kuaishou weist darauf hin, dass das am besten funktioniert, wenn deine neue Szene ein ähnliches Tempo und eine ähnliche Komposition wie die Referenz hat.
Um von einem bestimmten Bild aus zu starten, aktiviere Erstes Frame. Das erste angehängte Bild wird zum Anfangs-Frame, und der Prompt beschreibt, was von dort aus passiert. Ist Erstes Frame aktiv und sind keine weiteren Bilder und kein Clip angehängt, kannst du auch ein Letztes Frame festlegen. Kuaishous Handbuch nutzt das für Verwandlungen und geplante Enden: Beschreibe, was auf dem Weg vom ersten zum letzten Bild passiert, zum Beispiel „die Kamera zieht sich zurück, während sich die gefilmte Straße langsam in das Gemälde verwandelt“.
Steht der Clip-Modus auf Bearbeitung, verändert Kling dein Material und behält dessen Länge bei. Beginne den Prompt mit „Edit @Video1“; das Handbuch warnt, dass „Reference @Video1“ das Modell dazu bringen kann, ein neues Video zu erzeugen. Beende ihn mit „Alles andere bleibt unverändert“, um Nebenwirkungen zu begrenzen. Das Handbuch listet die unterstützten Bearbeitungen auf: ein Element hinzufügen, eine Figur oder einen Hintergrund ersetzen, mehrere Figuren ersetzen, ein Element entfernen und den Stil ändern. Um eine bestimmte Person oder ein bestimmtes Objekt in den Clip zu bringen, häng es als Bild an und benenne es: „Ersetze den Mann im blauen Hemd durch die Frau aus @Image1“. Der Clip muss 3 bis 30 Sekunden lang sein, auf jeder Seite mindestens 700 px messen und mit 24 fps oder mehr laufen.
Der Ton wird immer zusammen mit dem Bild erzeugt, in Zweikanal-Stereo. Setz gesprochene Zeilen in Anführungszeichen und gib an, in welcher Sprache sie sind. Wer Alter, Tonlage, Tempo und Emotion des Sprechers beschreibt, bekommt eine passendere Stimme: „eine Moderatorin Anfang fünfzig, warme tiefe Stimme, spricht langsam“. Das Handbuch nennt Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Portugiesisch, Deutsch, Französisch und Hindi, dazu Akzente wie amerikanisches, britisches und indisches Englisch. Musik oder Effekte kannst du nicht hochladen, beschreibe sie also. Von allen negativen Anweisungen empfiehlt das Handbuch nur zwei: „keine Untertitel“ und „keine Hintergrundmusik“.
Das Handbuch nennt unter den unterstützten Stilen cineastisch, Retro-DV, Animation, Filz, Fantasy und Cyberpunk. Wenn du einen animierten oder handgemachten Look willst, schreib zusätzlich „nicht fotorealistisch“, sonst kann das Ergebnis beides vermischen.
| Merkmal | Kling Video v3 | Kling Video v4 |
|---|---|---|
| Länge pro Generierung | 3 bis 15 Sekunden | 3 bis 30 Sekunden |
| Seitenverhältnisse | 16:9, 9:16, 1:1 | 16:9, 9:16, 1:1, 21:9, dazu Auto mit Referenzen |
| Audio | Natives Audio | Zweikanal-Stereo |
| Sprachen für Sprache | Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch | Neu: Portugiesisch, Deutsch, Französisch und Hindi |
| Preis | Ab 39 Credits pro Video | Ab 73 Credits pro Video |
| Verfügbarkeit | In jedem Plan verfügbar | Ab dem Plan Hobby verfügbar |
Öffne in deinem Workspace Video und wähle Kling Video v4 in der Modellauswahl.
Schreibe einen Prompt mit Motiv, Kamera und Bewegung oder starte mit einem Bild, das du hochlädst oder generierst.
Generiere und verfeinere dann im Chat oder auf einem Canvas. Jeder Clip wird in den Dateien deines Workspace gespeichert.
Nach Anwendungsfall gruppiert. Jeder öffnet sich in Endless mit Kling Video v4, bereit zum Bearbeiten und Generieren.
0–8 s: Eine einzige durchgehende Einstellung folgt einer Radfahrerin in gelber Regenjacke im Morgengrauen durch eine enge Marktstraße, die Kamera auf Schulterhöhe. 8–18 s: Sie bremst an einem Obststand, kauft zwei Orangen und lacht mit dem Verkäufer. 18–30 s: Sie fährt auf eine leere Uferstraße hinaus, während die Sonne über den Horizont steigt und die Kamera zu einer weiten Luftaufnahme aufsteigt. Fahrradklingel, Marktstimmen, die in Wellenrauschen übergehen. Keine Hintergrundmusik.
Eine einzige ununterbrochene Einstellung von 25 Sekunden in einer vollen Ramen-Küche. 0–6 s: Nahaufnahme von Nudeln, die aus kochendem Wasser gehoben werden. 6–14 s: Die Kamera zieht sich zurück und folgt dem Koch, der die Schale anrichtet und über die Theke schiebt. 14–25 s: Die Kamera begleitet die Schale zu einem Gast an der Bar, der den Dampf einatmet und lächelt. Brutzeln, Schöpfkellen auf Metall, leise Gespräche.
Ein langsamer Drohnenflug von 30 Sekunden über einen Kiefernwald im dichten Nebel. Die Kamera fliegt in Wipfelhöhe vorwärts, nach 10 Sekunden lichtet sich der Nebel und gibt einen zugefrorenen See frei, und bei 20 Sekunden kommt eine einzelne rote Hütte mit Rauch aus dem Schornstein ins Bild. Die Kamera endet in einer hohen Totalen des ganzen Tals. Wind und ein ferner Rabe.
0–10 s: statische Totale einer leeren Theaterbühne, eine einzelne Arbeitslampe auf einem Stativ. 10–20 s: Eine Tänzerin im grauen Trikot kommt von links herein und beginnt eine langsame zeitgenössische Choreografie. 20–30 s: Die Kamera fährt in eine halbnahe Einstellung heran, während ihre Bewegung schneller wird und die Arbeitslampe flackert. Schritte auf Holz, ihr Atem, das Summen der Lampe.
Eine Handkamera-Einstellung von 20 Sekunden, die durch einen Nachtzug vom letzten bis zum ersten Wagen geht. Passagiere schlafen, lesen und spielen Karten, während die Kamera vorbeizieht. Bei 15 Sekunden öffnet sich die Tür zum Führerstand und gibt den Blick auf die von den Scheinwerfern beleuchteten Gleise frei. Gleichmäßiger Schienenrhythmus, eine gedämpfte Durchsage.
@Image1 ist die Hauptfigur; bewahre ihr Gesicht, ihre Sommersprossen und ihren grünen Wollmantel. @Image2 ist der Ort; behalte seine Aufteilung und das Neonschild bei. Sie betritt die Buchhandlung aus @Image2, schüttelt den Regen von ihrem Schirm und nimmt ein Buch vom vorderen Tisch. Halbnahe Kamerafahrt, warmes Innenlicht gegen blaues Straßenlicht.
@Image1 ist das Produkt: Behalte die Form der Flasche, das Bernsteinglas und den Text auf dem Etikett exakt bei. @Image2 gibt den Stil vor: weiches Tageslicht und helle Steinoberflächen. Die Flasche steht auf einem Steinsims, eine Hand greift hinein und dreht sie eine Vierteldrehung. Langsame Zufahrt, geringe Schärfentiefe. Irgendwo außerhalb des Bildes tropft Wasser.
@Image1 und @Image2 sind zwei Freunde; bewahre ihre Gesichter und Outfits. @Image3 ist das Café, in dem sie sich treffen. Die Frau aus @Image1 wartet an einem Fenstertisch; der Mann aus @Image2 kommt herein, winkt und setzt sich ihr gegenüber. Over-the-Shoulder-Einstellungen, Nachmittagslicht, Café-Geräusche und eine Espressomaschine.
@Image1 ist eine Figur aus Knete; behalte ihre Stop-Motion-Textur, die Knopfaugen und den orangefarbenen Schal bei. Sie klettert nachts einen Bücherstapel auf einem Schreibtisch hinauf, erreicht die Spitze und schaltet eine Schreibtischlampe ein. Stop-Motion-Look, leicht ruckelige Bewegung, nicht fotorealistisch. Leises Knarzen und ein Klicken.
@Image1 definiert die Szene: Behalte Aufteilung, Möbel und Fensterlicht des Raums bei. @Image2 ist die Katze. Die Katze aus @Image2 springt auf das Sofa in @Image1, knetet ein Kissen und rollt sich zum Schlafen zusammen, während das Licht golden wird. Statische Totale, dann eine langsame Zufahrt. Schnurren und eine tickende Uhr.
Edit @Video1. Verwandle die Jahreszeit in Winter: Schnee auf dem Boden, den Dächern und den Windschutzscheiben der Autos und leichter Schneefall in der Luft. Die Personen, ihre Bewegung und die Kamera bleiben exakt gleich. Alles andere bleibt unverändert.
Edit @Video1. Ersetze den Mann im blauen Hemd durch die Frau aus @Image1, in ihrer eigenen Kleidung und mit denselben Bewegungen. Hintergrund, Beleuchtung und Kamera bleiben unverändert.
Edit @Video1. Entferne den geparkten weißen Transporter auf der linken Straßenseite. Fülle die Lücke mit der fortlaufenden Backsteinmauer und dem Gehweg. Alles andere bleibt unverändert.
Edit @Video1. Verwandle den ganzen Clip in eine handgezeichnete Aquarellanimation mit kräftigen Tuschekonturen. Figuren, ihre Posen, das Timing und die Kamerabewegung bleiben gleich.
Edit @Video1. Füge einen Golden Retriever hinzu, der bei 3 Sekunden von rechts hereinläuft und sich neben das Mädchen auf die Bank setzt. Sie, der Park und die Kamera bleiben unverändert.
Nutze die Kamerabewegung und das Tempo von @Video1 für eine neue Szene: ein roter Oldtimer, der bei Sonnenuntergang eine Küstenstraße an einer Klippe entlangfährt. Ersetze das ursprüngliche Subjekt komplett. Motorgeräusch und Wind.
@Image1 ist die Tänzerin; bewahre ihr Gesicht und ihr Outfit. Nimm Choreografie und Timing von @Video1 als Referenz. Sie tanzt die Routine nachts auf einem Dach, dahinter die erleuchtete Stadt. Der Beat der Routine, sonst keine Musik.
Nimm Einstellungsstruktur und Schnittrhythmus von @Video1 als Referenz. Ersetze das Produkt durch den Sneaker in @Image1 und behalte seine Farben und sein Logo bei. Weißes Studio, hartes Licht, schnelle Schnitte auf jeden Beat.
Folge der kreisenden Kamera von @Video1 um ein neues Subjekt: die Bronzestatue in @Image1 auf einem Stadtplatz im Regen. Behalte Patina und Pose der Statue bei. Regen auf Stein, ferner Verkehr.
Nimm Spiel und Mimik des Schauspielers in @Video1 als Referenz. Übertrage sie auf den Ritter in @Image1, der nachts in einem Wald an einem Lagerfeuer sitzt. Knistern des Feuers, Eulen.
Ein kleines Radiostudio bei Nacht. Eine Moderatorin Anfang fünfzig, warme tiefe Stimme, spricht langsam und beugt sich zum Mikrofon. Sie sagt auf Deutsch: „Ihr hört die Late Show. Nehmen wir einen Anruf an.“ Ein Mann Anfang zwanzig, nervöse, schnelle Stimme, antwortet am Telefon: „Hallo, ich habe noch nie bei einem Radiosender angerufen.“ Leise Musik unter den Stimmen, keine Untertitel.
Ein Streetfood-Stand in Mexiko-Stadt. Ein junger Koch, fröhliche Stimme, wendet Tortillas und sagt auf Spanisch: „¿Con todo, joven?“ Ein Kunde, müde, aber lächelnd, antwortet auf Spanisch: „Con todo, por favor.“ Zischende Grillplatte, Verkehr, in der Ferne eine Mariachi-Band.
Eine Großmutter in den Achtzigern, sanfte, zitternde Stimme, sitzt auf einer Veranda in Lissabon und sagt auf Portugiesisch zu ihrem Enkel: „Esta casa já tinha esta cor quando eu nasci.“ Er lacht und antwortet auf Portugiesisch: „E vai continuar com ela, avó.“ Straßenbahnen in der Ferne, Möwen.
Zwei Astronauten in einer engen Kapsel. Die Kommandantin, ruhiger britischer Akzent, sagt: „Thirty seconds to burn. Check your straps.“ Der Pilot, jünger, amerikanischer Akzent, spricht schnell: „Straps checked. Ready when you are.“ Piepende Instrumente, Zischen von Luft, keine Hintergrundmusik.
Ein Mädchen von etwa zehn Jahren singt beim Malen am Küchentisch leise auf Deutsch vor sich hin: „Kleines Boot, kleines Boot, bring mich hinaus aufs Meer.“ Morgenlicht, Vögel draußen, das Kratzen eines Pinsels auf Papier. Keine Untertitel, keine Hintergrundmusik.
Eine cineastische 21:9-Sequenz mit harten Schnitten bei 4, 9 und 14 Sekunden. 0–4 s: Totale eines Wüstenhighways, ein einsames Motorrad nähert sich. 4–9 s: Nahaufnahme des Visiers des Fahrers, in dem sich die Sonne spiegelt. 9–14 s: seitliche Kamerafahrt in Radhöhe. 14–20 s: Totale, wie das Motorrad an einem verrosteten Tankstellenschild vorbeifährt. Motorengebrüll und Wind.
Harte Schnitte bei 5, 10 und 16 Sekunden. 0–5 s: Eine Detektivin im grauen Mantel steht im Regen unter einer Straßenlaterne. 5–10 s: Nahaufnahme ihrer Hand, die ein Streichholzheftchen aus einer Pfütze hebt. 10–16 s: Gegenschuss auf ihr Gesicht, während sie den Namen darauf liest. 16–22 s: Totale, wie sie auf einen erleuchteten Eingang zugeht. Regen, ferne Sirenen.
0–6 s: Aufsicht auf einen Koch, der Zutaten auf einer Stahltheke ausbreitet. Schnitt bei 6 s auf eine Nahaufnahme eines Messers, das eine Tomate schneidet. Schnitt bei 11 s auf eine halbnahe Aufnahme von Flammen, die aus einer Pfanne steigen. Schnitt bei 17 s auf das fertig angerichtete Gericht unter einer Wärmelampe. Küchenlärm und Brutzeln.
Eine 21:9-Eröffnungssequenz für einen Fantasyfilm. 0–7 s: weite Luftaufnahme einer ummauerten Stadt auf einer Klippe bei Sonnenaufgang. Schnitt auf 7–13 s: ein Mädchen, das über die Zinnen rennt. Schnitt auf 13–20 s: Nahaufnahme ihres Gesichts, während der Schatten eines Drachen vorbeizieht. Schnitt auf 20–26 s: Der Drache landet auf einem Turm. Wind, Flügelschläge, ein Hornsignal.
Harte Schnitte bei 3, 6 und 10 Sekunden. 0–3 s: die getapeten Fäuste einer Boxerin in einer schummrigen Umkleide. 3–6 s: ihre Augen im Spiegel. 6–10 s: Kamerafahrt hinter ihr durch einen Tunnel auf helle Lichter zu. 10–15 s: Totale des Publikums, das aufsteht, als sie die Arena betritt. Anschwellendes Publikumsgebrüll.
von Kuaishou
Ab 39 Credits pro Video
von Kuaishou
Ab 39 Credits pro Video
von ByteDance
Ab 51 Credits pro Video
Kling Video v4 neben anderen Modellen: Preis, Hersteller und Plan nebeneinander.
Kling Video v4 ist ab dem Plan Hobby verfügbar. Erstelle einen kostenlosen Workspace, teste zuerst die anderen Modelle und wechsle den Plan, wenn du ihn brauchst.