Kling AI 推出 Kling 3.0：支持 15 秒多镜头视频与 4K 图像输出

做 AI 视频的人都知道，最让人崩溃的不是画质不够清，而是上一秒还是主角，镜头一转就换了张脸。

Kling AI 正式上线了全新的 Kling 3.0 模型，主打原生多模态创作引擎，口号也直接喊成了「人人都是导演」。

15 秒多镜头加 4K 画面

新模型首先针对连贯性下了功夫。官方表示它具备出色的元素一致性，能够把角色和关键视觉元素牢牢锁定在画面中，避免跑偏。

在视频控制上，Kling 3.0 单次可以生成 15 秒片段，支持自定义多镜头组合，画面的真实感与细节控制也有所提升。

音频和静态画质也同步迭代。原生音频开始支持多角色声音参考，并覆盖了更多语种和口音；图像生成模块则支持 4K 分辨率输出，并新增了图像系列模式。

目前 Kling 3.0 已经在 Kling AI 网页端上线，不过只有 Ultra 级别的付费订阅用户才能拿到独家早期试用资格。

为什么重要

我们认为，Kling 3.0 这次切入的方向非常务实。行业里单镜头 5 秒的炫技画面已经看腻了，真正卡住创作者的是角色一致性、镜头调度和声音匹配这三座大山。

把 15 秒片段、自定义多镜头和多角色原生音频整合进同一个引擎，看起来是在向专业短片制作的流程靠拢。如果一致性真能做到稳定不崩，创作者抽卡的成本会大幅下降。

不过，早期体验仅限 Ultra 订阅用户，门槛摆在那里，普通用户想低成本上手还得再等等。在复杂叙事场景下，这套多镜头到底能撑住多少连续动作，也依然有待实测检验。