Kling 4.0: el modelo de vídeo que genera clips de 30 segundos con audio estéreo y control de 15 referencias multimodales
El 28 de septiembre de 2026, Kuaishou abrió la veda. Kling 4.0 Flash, la versión ligera de su nuevo modelo de generación de vídeo, comenzó a estar disponible para los suscriptores anuales de la plataforma, mientras la versión completa espera su lanzamiento oficial en octubre. La noticia, filtrada a través de los canales oficiales de Kling AI, confirma lo que el sector venía anticipando desde hacía meses: la compañía china no está dispuesta a ceder el terreno que le ha ganado ByteDance con Seedance 2.5. El modelo duplica la duración máxima de los clips generados hasta los 30 segundos, acepta hasta 15 referencias multimodales combinadas y produce audio estéreo con sincronización labial mejorada. Es, en la práctica, una declaración de guerra.
Las especificaciones técnicas son una respuesta directa a las carencias que los creadores habían señalado en versiones anteriores. Kling 4.0 soporta 4K y 1080p con salida de 10 bits HDR, lo que significa que el material generado puede integrarse en flujos de postproducción profesionales sin degradación. El formato 21:9 está disponible para quienes trabajan con estéticas cinematográficas. Pero el salto más significativo está en la gestión de referencias: el modelo acepta hasta 10 imágenes, 5 vídeos y 7 sujetos distintos en una misma generación, todos combinables para mantener la consistencia de personajes, escenarios y objetos a lo largo de la secuencia. Los 8000 tokens de prompt y la capacidad de analizar el lenguaje de cámara de un vídeo de referencia para replicar su estructura narrativa completan un cuadro que apunta directamente a los flujos de trabajo publicitarios y de contenido de marca.
La IA - Inteligencia Audiovisual, en este contexto, deja de ser una abstracción teórica para convertirse en una herramienta concreta de producción. Kling 4.0 no solo genera planos aislados; permite construir secuencias con continuidad narrativa, mantener la identidad visual de una marca a lo largo de múltiples escenas y sincronizar el audio con precisión. La pregunta que surge es inevitable: si la máquina puede gestionar la consistencia, el ritmo y el sonido, ¿qué queda para el criterio humano?
 |
| Prompt de imagen: Low poly que representa una sala de edición de vídeo minimalista. En el centro, una pantalla holográfica flotante muestra una línea de tiempo con clips de 30 segundos, ondas de audio estéreo y una docena de pequeñas ventanas de referencia con imágenes, vídeos y siluetas de personajes. Alrededor, figuras geométricas facetadas que sostienen claquetas y micrófonos. En la parte superior, el logo de Kling 4.0 formado por polígonos dorados y azules. La paleta es de tonos fríos: azules, grises y destellos de naranja. Iluminación plana con sombras geométricas. |
La respuesta, como suele ocurrir en estos casos, está en la curaduría. Kling 4.0 genera opciones; el creador decide cuál es la correcta. El modelo puede producir un plano de 30 segundos con audio estéreo y sincronización labial perfecta, pero no puede saber si ese plano sirve a la historia, si el tono es el adecuado, si la emoción que transmite conecta con la audiencia. La herramienta amplifica la capacidad de ejecución, pero no sustituye el juicio estético. Es la diferencia entre tener un estudio de producción infinito y tener algo que decir.
La apuesta de Kuaishou por Kling 4.0 no es solo técnica, sino estratégica. La compañía ha independizado Kling como unidad de negocio, la ha dotado de oficinas propias y ha cerrado una ronda de financiación de aproximadamente 2.800 millones de dólares con inversores como Alibaba, Tencent y Baidu, valorando el negocio en unos 18.000 millones. La salida a bolsa está en el horizonte, y el rendimiento de Kling 4.0 será determinante para convencer a los mercados. Morgan Stanley ha señalado que el nuevo modelo, con su mejora en calidad de imagen, soporte multimodal y consistencia, podría impulsar las acciones de Kuaishou, aunque analistas como Citi advierten que la clave estará en si Kling 4.0 logra alcanzar a Seedance 2.5 en calidad real y en si su precio es competitivo.
El lanzamiento de Kling 4.0 se produce en un momento de saturación del mercado de modelos de vídeo con IA. Seedance 2.5, de ByteDance, lleva meses consolidado como la referencia para producciones de alta gama, con clips de hasta 30 segundos, 4K y audio nativo. Google Veo 3.1 compite en realismo cinematográfico. Runway Gen-4.5 mantiene su liderazgo en control creativo. Y modelos de código abierto como Wan y MiniMax ofrecen alternativas de bajo coste. En este ecosistema, Kling 4.0 no llega a inventar una categoría, sino a disputar un espacio que ya tiene ocupantes muy sólidos. ¿Tiene sentido añadir otro modelo a la lista? La respuesta depende del caso de uso.
Para el creador que trabaja con marcas y publicidad, las capacidades multimodales de Kling 4.0 ofrecen una ventaja tangible. Poder cargar 10 imágenes de referencia, 5 vídeos y 7 sujetos en una misma generación significa que un anuncio puede mantener la coherencia visual de un producto a lo largo de múltiples escenas, integrar el estilo de un director de referencia y preservar la identidad de los personajes sin necesidad de iteraciones interminables. La función de edición precisa, que permite modificar sujetos y fondos en un vídeo existente, añade una capa de control que muchos flujos publicitarios llevaban años reclamando. Y la capacidad de replicar la estructura narrativa de un vídeo de referencia abre la puerta a la producción de variaciones de una misma campaña para distintas plataformas y audiencias.
La presencia de 4K y 10-bit HDR en la salida, aunque aún "próxima a lanzarse" según la documentación oficial, es otro indicio de que Kling está apuntando a un mercado profesional. El material generado en HDR puede integrarse en pipelines de color con ACES y mantener la coherencia con metraje rodado en cámaras de cine digital. Eso no significa que Kling 4.0 sustituya a una producción tradicional, pero sí que puede ocupar un espacio creciente en la fase de previsualización, en la creación de contenido secundario y en la producción de piezas para plataformas digitales donde el coste y la velocidad son más importantes que la resolución extrema.
La duración de 30 segundos es, quizás, el dato que más revela la estrategia de Kling. Los clips de 5 a 10 segundos de generaciones anteriores eran suficientes para demostraciones técnicas, pero insuficientes para narrativa real. Con 30 segundos, el modelo entra en el territorio de la publicidad televisiva, los tráileres y los formatos de contenido de marca que requieren un arco narrativo mínimo. La función de extensión hasta 2 minutos, anunciada como "próximamente", apunta a un futuro inmediato en el que Kling pueda generar piezas de formato medio sin necesidad de montaje externo.
El ecosistema competitivo en el que aterriza Kling 4.0 plantea una pregunta que todo profesional debería hacerse: ¿necesitas realmente un modelo que lo haga todo, o te basta con dos o tres herramientas especializadas que se complementen? La respuesta no es universal. Un estudio de publicidad que produce cientos de variaciones de anuncios para redes sociales encontrará en Kling 4.0 un aliado valioso por su capacidad de mantener la coherencia y generar audio sincronizado. Un cineasta independiente que trabaja en un solo proyecto al año puede preferir Runway por su control granular o Veo por su realismo. La elección no es ideológica, es operativa.
Kuaishou ha construido Kling 4.0 no solo como un modelo, sino como una plataforma. La nueva interfaz de creación, con soporte para combinar imágenes, vídeos y audio en un mismo lienzo, y con un agente de canvas que asiste en la organización del proyecto, sugiere que la compañía quiere que los creadores trabajen dentro de su ecosistema, no que importen y exporten entre herramientas. Es una apuesta por la retención, por convertir Kling en el centro del flujo de trabajo creativo. Si lo consigue, el impacto no será solo técnico, sino económico: Kuaishou no solo venderá generaciones, venderá permanencia.
Encuentra todos los detalles técnicos, las especificaciones completas y los planes de lanzamiento en el artículo de Shanghai Securities News: https://www.cnstock.com/commonDetail/796647