Omni references｜全模态参考
单次任务最多组合 10 张图片、5 段视频和 3 段音频，参考文件合计不超过 15 项。图片用于明确外观，视频引导动作，音频提供音色参考；音频参考请在 Canvas 添加。
Kling 4.0
使用 Kling 4.0 生成参考驱动的视频。把角色、场景、镜头方向与原生音频结合起来，在 Arcloop 项目中继续创作。
Kling 4.0 是快手推出的视频模型。Arcloop 当前接入参考生视频版本：结合视觉参考与提示词，描述场景如何展开，再到 Canvas 中调整和完善结果。
Kling 4.0
了解 Kling 4.0
Kling 4.0 是快手推出的新一代视频生成模型，围绕画面真实感、创作可控性与镜头叙事持续升级。它既关注人物眼神、表情和细微动作传递的情绪，也着重改善高速运动、连续动作与复杂运镜的连贯性，让角色表演和镜头调度共同服务于场景表达。
全模态参考让图片、视频和声音从不同维度引导创作。图片可用于明确角色、产品或环境，视频可用于传递表演、动作、运镜与叙事节奏。创作者可以据此组织短剧对话、动作场景或产品故事，让素材的使用与镜头意图相互对应。
Arcloop 当前接入 Kling 4.0 Reference。你可以在上方创作框添加图片或视频，描述动作、镜头与声音，再进入项目的 Canvas。核对可用模型参数和积分预估后提交生成，并在项目中查看结果、修改提示词或参考素材，继续完善镜头。
Kling 4.0 视频提示词示例
A five-second continuous live-action shot on the exposed deck of a storm-battered ocean liner. Begin close to rain-soaked hands playing a black grand piano, water trembling across the polished surface. The camera steadily pulls back to reveal an adult pianist in a soaked dark formal suit, still playing with quiet concentration as the deck lists beneath him. Behind the piano, a wave strikes the railing and throws white spray across the background. Cold overcast light, wet wood, heavy fabric moving in the wind. A sparse piano melody remains audible beneath wind, rain, and the impact of the sea.
A five-second live-action scene with exactly two shots. Two adult former acquaintances unexpectedly recognize each other on a rainy railway platform at night. Shot 1, 0–2.5 seconds: over the woman's softly blurred shoulder, a medium close-up of the man. Recognition interrupts his expression, then a restrained smile appears. Shot 2, 2.5–5 seconds: reverse angle over the man's shoulder, a medium close-up of the woman. She pauses, meets his gaze, and gives a small answering nod. Match their eyelines and maintain the 180-degree axis. Warm platform lamps, cool rain beyond the canopy, natural skin texture. Continuous rain and distant train ambience, no dialogue or music.
Scene description: Two men struggle beside a parked sedan on a rain-soaked city street. Follow their movement around the car, then move closer as a battered man opens a black briefcase. Overcast light, wet pavement, brick buildings and restrained handheld action photography. This describes the supplied clip; the original generation prompt is unavailable.
A five-second continuous live-action military science-fiction shot inside a severely cramped, damaged combat dropship plunging toward a war-torn planet. Film from a camera wedged against the left cabin wall, looking perpendicular across the narrow aisle: the lead space infantryman is seen in strong right-facing side profile, his enormous battered charcoal power armor, thick shoulder plates and enclosed helmet almost filling the frame. A compact rifle is secured against his chest. Low overhead pipes, scratched metal ribs, dangling webbing and two armored soldiers squeezed onto wall seats make the limited space unmistakable. During the first two seconds a violent impact throws the cabin sideways; he braces his boots and grabs an overhead strap while sparks spit from a broken panel and red emergency strobes cut through thin smoke. The side hatch on screen-right jolts open, exposing fast-moving cloud, distant anti-aircraft flashes and a burning landscape rising beneath the descending craft. A green bailout lamp flashes. He releases his harness, takes one forceful step and jumps through the hatch to screen-right in the final beat, emergency jump pack firing briefly outside. Keep the camera inside the cabin, preserving the side-on view; short impact jolts, no orbit or angle change. Heavy industrial realism, practical armor surfaces, cold daylight against red alarms. Audio: hull impacts, rattling metal, urgent warning siren, armored boots and explosive wind through the hatch.
A single continuous 5-second gothic fantasy film shot. A regal adult vampire countess in an ornate black velvet cloak stands beside a tall broken stained-glass window in an ancient castle library at midnight. Moonlight catches her pale face. She slowly opens a centuries-old silver locket, looks toward the camera, and reveals a restrained knowing smile with small elegant fangs. A few bats glide silently past the window in the distant background while loose pages lift in a cold draft. Slow cinematic dolly-in from a medium portrait to a close portrait, sophisticated practical costume details, natural skin, candlelight against cool moonbeams, mist outside the window. Soft wind, candle crackle and a low mysterious cello note. Atmospheric and romantic, no attack, no blood, no gore, no jump scare, no text or watermark.
Kling 4.0 核心能力
镜头调度与角色表演
设计特写、跟拍或正反打对话，写清主体动作、情绪和运镜。场景需要切镜时，将每个镜头的叙事节拍分别说明。
原生音频
画面可同步生成对白、环境声与音效。官方列出的对白语言包括中文、英语、日语、韩语、西班牙语、葡萄牙语、德语、法语和印地语。请在提示词中注明语言、说话人和台词；生成时始终包含音频。
如何使用 Kling 4.0
先在本页准备镜头，再进入项目 Canvas 核对设置并提交生成。
- 01
准备提示词与参考素材
在上方创作框中添加图片或视频参考，描述主体、动作、镜头运动和声音。
- 02
进入项目 Canvas
点击“立即生成”。未登录时先登录，提示词和已选参考素材会带入项目 Canvas。
- 03
核对参数并生成
在 Canvas 中核对所选模型、参考素材、输出参数与积分预估，再提交生成。
- 04
预览结果并调整
在项目中预览生成结果，按需要调整提示词或参考素材，再生成新的版本。
你可以创作什么
短剧
以人物与情绪推动重逢、冲突和安静交谈。
电影与预告片
用开场、悬念揭晓和预告片段营造故事氛围。
动画
从日常故事到科幻想象，塑造鲜活角色与虚构世界。
Kling 4.0 创作建议
用于编写和完善提示词的实用建议。请对照预期镜头检查每次生成的结果。
- 01
聚焦重点：建议 300–500 个单词
英文提示词建议控制在 300–500 个单词，优先写清主体、关键动作、运镜和声音。过多细节、重复描述或相互冲突的指令可能分散模型对核心内容的关注，使其难以判断重点。每个镜头聚焦一个主要动作和一种运镜。
- 02
让每份参考各司其职
说明哪张图定义人物、哪段视频引导动作。跨镜头复用相同外观与服装参考，并重点检查转头和远景后的面部一致性。
- 03
把对白写成表演指令
标明说话人和语言，用引号写出准确台词。先尝试简短的轮流对白，并描述倾听者的反应，减少两人同时开口的歧义。
- 04
明确声音与配乐
列出需要的雨声、脚步或舱内警报，并明确配乐偏好。生成后仍需检查，多余音乐或口型偏差仍可能出现。
- 05
有针对性地使用负面提示词
需要时，在同一段提示词中加入简短排除项，例如“no subtitles”（不要字幕）或“no background music”（不要背景音乐）。避免堆砌长串负面词。调整画面时，优先正面描述目标，例如“人物始终保持侧面姿态”。
Kling 4.0 计费
文本 / 图片参考
生成规格: 5 秒 · 720p
预估积分: 785 积分 / 5 秒
文本 / 图片参考
生成规格: 5 秒 · 1080p
预估积分: 1,175 积分 / 5 秒
含 5 秒参考视频
生成规格: 5 秒 · 720p
预估积分: 940 积分 / 5 秒
含 5 秒参考视频
生成规格: 5 秒 · 1080p
预估积分: 1,410 积分 / 5 秒
此处为预估价格，实际费用以最终结算为准。
Kling 4.0 替代模型
根据输入素材和想创作的镜头选择替代模型。以下参数对应 Arcloop 当前接入方式。
Kling 4.0
适合以参考素材驱动人物表演、明确运镜，以及短剧或动作场景。
- 时长
- 3–30 秒
- 参考数量
- 图片 10／视频 5／音频 3；合计 15
- 输出分辨率
- 720p / 1080p
Seedance 2.5
适合更大的参考素材组合、连续叙事节拍与多镜头电影创作。
- 时长
- 4–30 秒
- 参考数量
- 图片 30／视频 10／音频 10
- 输出分辨率
- 480p / 720p / 1080p
Wan 3.0
支持文生视频、首帧动画与混合参考镜头，可选择是否生成音频。
- 时长
- 2–30 秒
- 参考数量
- 图片 10／视频 5／音频 5
- 输出分辨率
- 480p / 720p / 1080p
Kling 4.0 · 常见问题
Arcloop 接入的是哪个 Kling 4.0 模型？
Arcloop 提供 Kling 4.0 Reference 多参考视频创作。添加参考素材并描述场景后，可进入 Canvas 继续创作。
如何添加参考素材？
快捷创作区支持添加图片或视频。进入 Canvas 后，可使用完整模型设置及受支持的参考类型。
生成一次需要多少积分？
提交前请查看创作区中的实时积分预估。分辨率、时长和参考素材可能影响最终消耗。
可以生成带声音的视频吗？
可以。当前接入的参考模型默认生成音频。请在提示词中描述需要的对白、声音或氛围。
开始使用 Kling 4.0 创作
使用 Kling 4.0 生成参考驱动的视频。把角色、场景、镜头方向与原生音频结合起来，在 Arcloop 项目中继续创作。