发生了什么
据IT之家和每经网报道,快手可灵AI于11月17日深夜宣布,全新图像创作模型Kling Image 4.0正式上线,并面向企业客户与开发者开放API。可灵官方英文博客于11月18日同步介绍该版本,称模型采用“理解与生成统一”的自回归架构,把视觉理解和图像生成放进同一套框架,方便把创作意图变成成品图。
关键细节和数据
官方与中文报道共同强调三项升级。第一是真实感与原生8K。可灵称,新模型在光影、肤质和材质纹理上更接近相机直出,并首次支持原生8K输出,为高清展示和后期裁切留出更多空间。官方举例称,放大后仍能看清雀斑、被风吹起的发丝,以及皮革表面的纹理与褶皱。模型还内置110余种预设影调,也可上传参考图提取色彩和光影风格。
第二是文字表现。官方称支持单张图像内生成约2000字,并能更好地处理复杂指令和多段文字排版;IT之家引述官方介绍称,文本提示最长约15000 tokens。模型内置70余种预设商用字体,也支持用参考图引导字形和视觉风格。语言覆盖简体中文、繁体中文、英语、日语、韩语、西班牙语和葡萄牙语。官方还提到,平台上生成的图像可直接改字和字体。
第三是组图与长图。一次描述最多生成10张系列图片,整组共享同一套创意方向,同时允许每张图各有侧重;模型的Agentic能力可按创作意图规划每张图应覆盖的内容。对电商详情页和品牌网页,它还支持长图生成,把完整页面视觉一次铺开。
为什么重要
过去一年,图像生成模型的竞争已经从“单张是否惊艳”转向“文字是否可读、多张是否统一、能不能直接进生产流程”。Kling Image 4.0把原生8K、长文本排版、组图和长图写进同一代模型,并同步开放API,说明可灵想进入广告物料、电商详情和设计稿这类对一致性和可编辑性要求更高的场景。
影响和展望
接下来真正要看的,是8K输出在实际商用链路里的成本和排队时间,中文小字、多栏排版是否稳定,以及组图一致性在品牌物料上的复用率。对国内创作者工具市场,这也意味着文生图产品正在从出一张好图,转向交付一整套、甚至一整页可用的视觉结果。官方英文博客称,该模型已在可灵创作工作室上线,并面向所有用户开放;企业与开发者可通过API接入。需要把中文报道里的“11月17日深夜”和英文博客的“11月18日”放在一起看:上线时点接近同一新闻周期,只是时区和发布渠道不同。对创作者而言,可先在工作室里改字、调影调、出组图,再把同一套能力接到自己的生产系统。
参考来源
发布者:极致前沿,转转请注明出处:https://www.veryin.com/4799.html