我让香蕉猫去北极拍恐怖片，Kling 4.0还真给拍出来了。。。

大伙们，现在已经不是AI小视频烧不烧心的问题了，是我只要一烧心，就去看一下AI小视频。 不得不说，现在的 AI 视频越来越真，连世超都很难分清真不真了。而且就算分清了，那也还是AI的味道正，谁能拒绝屏幕里的小猫给你跳舞呢？ 但，咱们 AI 圈也是完全没想着踩刹车啊，过两天就上新一个视频模型，还每个都说要吊打全世界。。 这不，视频模型圈的扛把子可灵，最近也更新了。 俺们期待已久的、全新升级的Kling 4.0，刚刚已经在官网正式上线了。 憋了这么久才端出来，想必升级也当然不少，据官方说，这次的核心升级就是“真实、可控、专业”，并且打出了一套挺硬气的招牌，“全能班底，你和可灵”。 话是这么说，世超是没那么容易上当的，谁开播了我都得问一句真的假的。  所以，世超也直接抢先体验了一波，给 Kling 4.0 上了一手压力测试，看看这家伙的能耐到底有多大。 先给大伙省个流吧，Kling 4.0这一手更新，确实不简单了。不光进化成了“全能班底”，还有点能文能武的意思。 比方说，咱就先让它来一手武打戏，短发小帅地铁里飞身踢一打四。 可以看出啊，人物的脸部一致性，皮肤的质感，甚至打戏的张力，都让人挑不出毛病，看完让人手痒难耐想挨两拳。 但有人就要问了，你不是压力测试么，压力在哪呢？这场面用我奶奶当年最喜欢用的Google Veo都能做吧。 你别急啊，下面才是正儿八经的压力。 说好的全能班底，我们就先来压力一下。先让俩人吵架，吵着吵着打起来，这个场面很自然的就文武双全了。 从成品可以看出来，两个人吵架的情绪挺饱满的，结果是男的没忍住先动的手。女的反击也非常出色，而且这运镜也有东西，伴随着男的挨打，镜头还有节奏地晃动起来了，确实很像是摄影师跟拍了。 当然，除了把文戏、打戏都好好琢磨了一下，Kling 4.0这次的进化，还体现在它的理解能力。 是的，之前我们说，做AI视频最重要的是好好写提示词，提升你的表达能力。但现在，你可以尽情发挥你的才艺，不用想着把你的想法都转化成“论文”了，因为它会尽力看懂你的所有表达。 就像有的人他就不会表达，他是视觉思维，脑子里只有画面。这下，咱可以直接给它拿张纸画出来，丢给 Kling 4.0，让它按着这个来就行。 比方说，这就是我画的我想要的效果，一个完美的跳劈。 这是Kling 4.0给我的画面。 诶？不是你等会，我让你画成电影桥段，你家电影主角是个火柴人？ 后来才发现，这玩意的指令遵循还是比较强的，我只要跟它说下，不要出现关于火柴人的任何元素，图片仅作动作参考，它就不会再出现火柴人了。 修改了之后，一下子好多了，还加了个慢放，给人了一种豪情在天的感觉。 对了，这次Kling 4.0还支持一次直出30S的长篇视频了，我们就再给它来个高难度要求：仅凭几张虚构的游戏截图，生成一段30秒的游戏实机演示。 这些截图呢，都是我使用GPT严肃生成的，我就一股脑发给它，想怎么用怎么用吧。 但就算发这么多张图，它也全消化了，最终给我端上来的是一个还不错的演示视频。 右上角的HUD全程没崩，主角走路动作也很统一，走到不同的地方，还有打铁声、水声等声音反馈，甚至还有劲爆尾杀，给人僵王博士干成路易十六了。 美中不足的是，可能因为世超提示词给得太随性，后面从枪里射出来的攻击特效感觉稍微有点出戏，少了一点 3A 大作的颗粒感。看来要是想追求更硬核的打击感，提示词里还是得优化一下。 上面这些案例，咱都上传了非常多的图片。那要是我不想上传很多图，只想把所有信息都塞进一张图里，人类看起来也方便，但就是不知道AI大人能理解吗？ 世超也替你们试了下，答案是真能。 我们直接拿了个六格漫画过来，然后把提示词塞到每格漫画下面。 甚至提示词啥也不说，就给它上强度，让它自己悟。 成品也是非常的温情，整个画风保持地很一致，图片里的文字，它也基本上都理解到位了。 行了，图片压力上得差不多了，这次Kling 4.0的另一个更新，就是长提示词理解的效果大幅提升，最高可以到8000tokens。 那意思是，我最喜欢的短剧环节要来了？我们直接给了它一个剧本，并且在剧本里埋了很多细节，来看看Kling在细节轰炸下能做到哪一步。 这是成品。 我还专门列了张表，细数了一下，命中率差不多达到了90%，不管是墙上的黑板，还是窗外的霓虹灯，文字都没崩，很难得了。 不过这里面最大的Bug，就是警长从嘴里拿出来的戒指了，他在和男子说话的时候，手里拿着的应该是戒指，而不是叉子。。这波马了。 不过Kling 4.0依旧能救得回来，因为它还有很强的编辑能力。 咱只需要把崩了的那段丢给Kling，让它把叉子换成钻戒即可。 这样的话，有小瑕疵也不用重新抽卡了，属实完美。 最后，世超还是想着，压力测试嘛，要来就来个大的。你不是说，最高参考素材是15个吗，那我就给你丢15个素材进去，有图片有视频还有主体，我倒要看看你到底能不能每个都参考上。。 图片一共是10张，还有3段视频，里面还有俩是可灵里自带的主体，香蕉猫和北极熊。。我甚至还使用了电影院最常用的21:9，妥妥院线级别。 这个提示词大意呢，就是一个科幻片预告，名字叫NORTH SIGNAL，一个发生在北极的恐怖故事。 我在里边不仅加了很多分镜，还有旁白，标题字幕，甚至结尾还加了句四川话：“哪个喊你按的嘛？” 然后这是成品，我说实话看着真的挺惊艳，大片预告的质感直接拉满了。最难得的是，我丢进去的这 15 项乱七八糟的素材全用上了，不仅文字没崩，而且完全没有出现“神仙打架”的情况，多参考的一致性保持得相当好。 但其实，末尾是我安排的小彩蛋，想让香蕉猫按一下按钮，然后旁边的男子骂它一句。结果香蕉猫还没按，男人就开骂了，这波心急了。 不过只能说，在最终形态压力测试下，Kling 4.0的正确率还是很扛打的，基本上看不出什么大错误。 看完这么多，咱已经可以对Kling 4.0的能力有个大概了解了。在这么一套丧心病狂的折腾下，它还能把十几种素材、长篇剧本、多格漫画给捏合得七七八八，整体的抗压表现，还是相当令人满意的。 还记得之前大伙儿做 AI 视频，与其说是创作，不如说是对着电脑许愿，Prompt 敲得再长，成不成全凭运气。 但打完这几轮测试，世超最大的感受就是：现在的 AI 视频模型，已经能稳稳当当撑起一条真正能用的片子了。当AI能控制的东西越来越多，也越来越精确，咱创作者就真有种“导演掌控全场”的意思。 Kling 4.0 这次把“全能班底”打在公屏上，还真不是单纯吹牛皮，又能吵架又能打架，我都自愧不如。 而且打完这一整套测试，世超也觉得，创作的门槛越来越低了。 以前那些因为“没钱”而烂在脑子里的天马行空，现在只要有一张随手画的草图、几段分镜、甚至一通天马行空的脑洞，就能被它完整地翻译成屏幕上的光影。 当技术不再高高在上秀肌肉，而是成为创作者手里的工具时，看了不烧心的故事才会不断冒出来。 最后，既然连 15 项素材和香蕉猫都给整明白了，世超已经想去完成剧本了。下一次，大伙儿指不定就能看到我香蕉猫大战北极熊的两小时大电影了。。 撰文：神人 编辑：江江 美编：焕妍 图片、资料来源： 可灵