prefix="og: https://ogp.me/ns#"> 可灵 AI 4.0 发布:30 秒视频、8000 Token 提示词、多语言唇音同步|AI自学笔记

可灵 AI 4.0 发布:30 秒视频、8000 Token 提示词、多语言唇音同步

10 月 19 日,快手可灵 AI 正式发布 4.0 版本,在视频时长、提示词理解、音频唇音同步三项核心能力上实现全面升级,并与国内竞品 Seedance 2.5、万兴 Wan 3.0 同台对比,被视为 AI 视频生成赛道进入平台期前的最新搏杀。

最长 30 秒、提示词扩容至 8000 Token

可灵 4.0 单次生成上限从 10 秒提升至 30 秒,系统支持的提示词容量扩展至 8000 Token,能够吸收更复杂的故事板与角色指令。新增 Omni Reference 功能,单次生成可接受最多 15 个参考资产(10 张图像 + 5 段视频,共不超过 30 秒),覆盖故事板、白膜视频、深度图等多种输入形态。”创意重制”(Creative Recreation)功能允许用户以现有视频为模板,仅替换其中的人物面部、动作、背景或镜头角度,保留其余画面元素不变。

多语言唇音同步与立体声音频

4.0 版本新增两声道立体声输出,唇音同步覆盖超过 10 种语言,包括英语、德语、日语、韩语及多种方言口音。视频内文字生成也支持多语言,且在镜头运动中保持稳定。4K 10-bit HDR 输出和最长 2 分钟的视频延长功能已列入路线图,稍晚上线。

Flash 轻量版同步发布,API 即将开放

除主版本外,可灵同步推出 4.0 Flash 轻量版,面向高速低成本场景,上限 720p / 20 秒。创作界面已全面改版,并新增 MCP 与 CLI 访问方式,支持 AI 智能体工作流集成。API 定价尚未公布。

在对标测试中,可灵 4.0 与 Seedance 2.5、Wan 3.0 水平相当,在镜头逻辑、物理仿真、自然对话方面尚未拉开代际差距,业界认为 AI 视频模型高速迭代期正在进入平台阶段。