Kling AI 推出 VIDEO 2.6：首个支持原生音频的视频模型

看 AI 生成的短视频，最别扭的往往是画面动得逼真，周围却一片死寂，想发出去还得自己到处找音效、调对齐。Kling AI 试图把这两步合成一步。

Kling AI 发布了 VIDEO 2.6 模型，这是他们第一个支持原生音频生成的视频模型。按照官方的说法，新模型主打「看得到声音，听得到画面」，能直接输出画音同步的内容，而不是无声片段。为了展示能力，他们还联手几位创作者合作放出了一部名为《I Have a Secret》的短片。

告别无声短片

在此之前，绝大多数视频大模型只管画画，声音全靠外部工具后期拼接。

这次 VIDEO 2.6 将音频生成直接整合进视频生成流程中，目标是让画面节奏与声音表现更协调。配合这次发布，Kling 还在社交平台上推出了限时互动赠送积分和会员的推广活动。

为什么重要

对日常做短视频或动态概念方案的创作者来说，原生音画一体能省掉不少后期找音频、对波形的时间。只要生成出来的音效不违和，制作门槛就会明显降低。

我们认为，AI 视频的竞争正在从单纯卷画面清晰度和运镜，转向交付一个「即拿即用」的完整多模态体验。Kling 抢先集成原生音频的做法很聪明，直接切中了无声视频的痛点。不过，从官方精选的合作短片到普通用户的日常提示词，实际生成的背景杂音是否可控、音画是否会出现诡异错位，依然有待大家上手检验。