11月17日,快手可灵AI宣布全新一代图像创作模型Kling Image 4.0正式上线,并同步面向企业客户与开发者开放API接入。该模型采用「理解生成统一」架构,尝试将视觉理解与图像生成纳入统一的模型体系,打通从理解创作意图到生成视觉内容的链路。
在生成能力上,Kling Image 4.0首次支持原生8K图像生成,官方称其将物理规律与视觉感知融入生成过程,使光影、肤质与材质纹理呈现接近相机直出的观感,为高清展示与后期裁切提供更大空间。文字表现方面,模型支持单张图片内生成2000字,可处理复杂指令与排版需求,并内置70余种预设商用字体,支持上传参考图引导字形与视觉风格。
内容组织是该模型的另一升级方向。Kling Image 4.0支持通过一次描述最多生成10张系列图片,整组图片共享同一套创意要求,在保持风格一致的同时各有侧重;模型的原生Agentic能力可辅助规划整组内容,适用于故事分镜、商品展示等场景。此外,模型支持电商详情页与网页设计长图生成,内置110余种预设影调风格,用户亦可上传参考图提取色彩与光影风格。
输入与语言支持方面,Kling Image 4.0最高支持15000 tokens的文本输入,可理解更完整、复杂的创作需求,覆盖文字排布、画面布局与主体呈现。模型支持简体中文、繁体中文、英文、日文、韩文、西班牙语和葡萄牙语七种语言。
此次同步开放API接入,意味着可灵将图像生成能力从C端创作工具向企业服务场景延伸。在电商、广告设计、内容生产等领域,成套图片与长图生成能力具备明确的商业化落地空间,而原生8K与商用字体支持则直接对应高清展示与品牌设计需求。图像生成模型的竞争正从单一生成质量转向工作流整合与商用适配,可灵此举意在抢占企业客户与开发者的接入入口。
该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。