可灵 4.0 发布立体声与多语种唇形功能，RTX 3080 显卡即可本地推理

10 月 20 日，AI 视频生成平台可灵（Kling AI）正式发布 4.0 版本，这是该平台自 2024 年上线以来幅度最大的一次能力升级。新版在音视频同步、多语种支持以及消费级硬件适配三个维度同步突破。

立体声音频与多语种唇形同步

4.0 版本最核心的亮点是引入了立体声（Stereo Audio）输出管线，并实现了多语种唇形同步（Multilingual Lip Sync）。区别于此前大多数视频模型只能输出单声道音频或需要后期配音，Kling 4.0 生成的视频中人物口型可根据英语、中文、日语等多语种配音自动匹配，视觉与听觉的同步精度大幅提升。官方演示视频中，同一段中文旁白对应的英文版视频，人物唇形与英语发音完全吻合，无需后期手动对齐。

轻量版 Flash：RTX 3080 消费卡可本地运行

新版同时推出一款轻量级 Flash 变体，专门针对消费级硬件优化。官方推荐最低配置为 NVIDIA RTX 3080（10GB 显存），在 Windows 或 Linux 平台上安装对应驱动后即可完成推理。这意味着独立创作者无需订阅云端服务，在家用电脑上就能以约 15-20fps 的速度生成 5 秒短片，降低了高质量 AI 视频的获取门槛。

已积累超 500 万创作者，1 亿条视频生成量

可灵 AI 自 2024 年正式开放注册以来，已吸引全球超过 500 万名创作者使用，累计生成视频突破 1 亿条。此次 4.0 更新被普遍视为年末视频生成大战的开局信号。在海外市场，可灵被视为 Runway Gen-3 与 OpenAI Sora 的主要竞争对手；在中国国内，其与字节跳动的即梦、快手的可灵形成三足鼎立格局。