Kling AI 推出 VIDEO 2.6：首個支援原生音訊的影片模型

看 AI 生成的短影片，最彆扭的往往是畫面動得逼真，周圍卻一片死寂，想發出去還得自己到處找音效、調對齊。Kling AI 試圖把這兩步合成一步。

Kling AI 釋出了 VIDEO 2.6 模型，這是他們第一個支援原生音訊生成的影片模型。按照官方的說法，新模型主打「看得到聲音，聽得到畫面」，能直接輸出畫音同步的內容，而不是無聲片段。為了展示能力，他們還聯手幾位創作者合作放出了一部名為《I Have a Secret》的短片。

告別無聲短片

在此之前，絕大多數影片大模型只管畫畫，聲音全靠外部工具後期拼接。

這次 VIDEO 2.6 將音訊生成直接整合進影片生成流程中，目標是讓畫面節奏與聲音表現更協調。配合這次釋出，Kling 還在社交平臺上推出了限時互動贈送積分和會員的推廣活動。

為什麼重要

對日常做短影片或動態概念方案的創作者來說，原生音畫一體能省掉不少後期找音訊、對波形的時間。只要生成出來的音效不違和，製作門檻就會明顯降低。

我們認為，AI 影片的競爭正在從單純卷畫面清晰度和運鏡，轉向交付一個「即拿即用」的完整多模態體驗。Kling 搶先整合原生音訊的做法很聰明，直接切中了無聲影片的痛點。不過，從官方精選的合作短片到普通使用者的日常提示詞，實際生成的背景雜音是否可控、音畫是否會出現詭異錯位，依然有待大家上手檢驗。