Kling : le modèle vidéo de Kuaishou — ce que font 3.0 et 4.0

Qu’est-ce que Kling

Kling désigne les modèles vidéo de l’entreprise chinoise Kuaishou, qui exploite une plateforme de vidéos courtes du même nom. En février 2026, l’entreprise indiquait que plus de 60 millions d’auteurs avaient utilisé Kling, que plus de 600 millions de clips avaient été générés et que plus de 30 000 entreprises avaient travaillé avec le modèle.

Kling 3.0 est sorti le 5 février 2026. Kuaishou a cité les progrès principaux : stabilité des personnages, photoréalisme, clips jusqu’à 15 secondes et son natif dans différentes langues, dialectes et accents. Le modèle est conçu comme un tout-en-un : il comprend le texte, les images, l’audio et la vidéo, et il peut générer et retoucher un clip dans le même processus. Kling 3.0 Omni l’accompagne pour les références et les retouches. Une version plus rapide, Kling 3.0 Turbo, est arrivée ensuite.

Kling 4.0 a été annoncé le 28 septembre 2026 — voir plus bas.

Ce que sait faire Kling

Plusieurs plans dans un seul clip. Kling 3.0 construit un storyboard : pour chaque plan, vous fixez la durée, la grosseur, l’angle, l’action et le mouvement de caméra. La durée totale va jusqu’à 15 secondes.

Parole et son. Les répliques entre guillemets sont dites avec des lèvres synchronisées, avec la musique et le fond.

Physique et mouvement. Le modèle tient l’inertie et le poids du corps : sauts, courses, réceptions.

Première et dernière image. Deux images, et Kling construit le mouvement entre les deux.

Personnages en éléments. Dans Kling 3.0 Omni, vous pouvez charger jusqu’à 7 images, assembler un personnage à partir de 4 angles ou l’extraire d’une vidéo de 3 à 8 secondes, apparence et voix comprises. Un enregistrement audio d’au moins 3 secondes attache la voix au personnage.

Motion Control. Mode de transfert de mouvement : une danse, un geste ou une démarche tirés d’une vidéo de référence passent sur le personnage d’une photo.

Kling 4.0 : ce que l’on sait

Le 28 septembre 2026, Kling a annoncé 4.0. Sur le site officiel, le modèle est décrit comme entièrement nouveau : mouvements dynamiques stables et son immersif pour une production de niveau professionnel. La plateforme développeurs cite quatre fonctions qui arriveront dans l’API : mouvements dynamiques, références Omni, génération native de 30 secondes et plusieurs images clés.

Seule la version allégée Kling 4.0 Flash est disponible pour l’instant, en accès anticipé. La version complète et l’API sont marquées « bientôt ». La presse, en citant l’entreprise, donne des chiffres plus précis — 4K, HDR, nombre de références —, mais nous ne les avons pas trouvés dans les documents officiels de Kling. Nous mettrons la page à jour quand 4.0 sortira entièrement.

À quoi sert Kling

• Histoires courtes et publicités jusqu’à 15 secondes avec plusieurs plans, sans montage.
• Clips avec de la parole dans différentes langues et avec des accents.
• Danses et mouvements d’après une référence via Motion Control.
• Action et sport — le modèle tient bien l’inertie.
• Séries avec un même personnage, assemblé à partir de photos ou de vidéo.

Kling et les modèles proches

	Kling 3.0	Veo 3.1	Seedance 2.5	Gemini Omni 1.1 Flash
Développeur	Kuaishou	Google DeepMind	ByteDance Seed	Google DeepMind
Durée par génération	jusqu’à 15 s	4, 6, 8 s	jusqu’à 30 s	3–10 s
Résolution	720p, 1080p	jusqu’à 4K	non communiquée	jusqu’à 4K (upscale)
Plusieurs plans	oui, storyboard	via des timecodes dans le prompt	oui	oui
Références	jusqu’à 7 photos, personnage extrait d’une vidéo avec la voix	jusqu’à 3 images	30 photos, 10 vidéos, 10 audios	images et jusqu’à 3 vidéos
Transfert de mouvement	Motion Control	non	d’après une vidéo de référence	d’après une vidéo de référence
Dans AI2Face	oui	oui	oui	oui

Kling 3.0 est un bon choix pour des clips de 10 à 15 secondes avec storyboard et parole, et Motion Control reste le moyen le plus pratique de transférer un mouvement. Veo 3.1 donne la 4K et un meilleur son sur un clip court. Seedance 2.5 produit les clips les plus longs. Gemini Omni est le plus souple sur les entrées et les retouches.

Comment écrire des prompts pour Kling

• Numérotez les plans : « Plan 1 : gros plan des mains… Plan 2 : plan moyen… ». Pour chacun, indiquez l’action et la caméra.
• Mettez les répliques entre guillemets, en précisant qui parle et sur quel ton.
• Isolez le son sur une ligne : musique, effets, fond.
• Nommez la physique : « inertie réaliste », « réception en roulade » — le modèle tient mieux le mouvement.
• Pour une transition entre deux images, décrivez ce qui se passe entre les deux : « se lève, enfile le manteau, prend la feuille ».

Histoire culinaire en quatre plans. Plan 1 : gros plan des mains du cuisinier qui coupent
du basilic frais et des tomates sur une planche en bois. Plan 2 : plan moyen, le cuisinier
fait sauter des pâtes dans une poêle chaude, une flamme jaillit. Plan 3 : gros plan au
ralenti, du parmesan est râpé sur l'assiette. Plan 4 : plan large d'une cuisine chaude
de trattoria, le cuisinier pose l'assiette au passe et sourit. Son : couteau sur le bois,
grésillement de la poêle, bruit de cuisine, guitare italienne douce. Photoréalisme,
lumière chaude

Comment utiliser Kling dans AI2Face

Kling est disponible dans le générateur AI2Face : clips avec le son, storyboard et transfert de mouvement. Le coût s’affiche avant le lancement.

Pour d’autres tâches, dans le même générateur :

• Veo 3.1 — clips de 4 à 8 secondes jusqu’en 4K avec parole et effets, animation d’une photo, première et dernière image.
• Gemini Omni Flash — jusqu’à 10 secondes, une scène à partir de plusieurs références, première et dernière image.

Vous pouvez monter un clip court en 4K à partir de deux vidéos Veo 3.1 du même personnage, d’après une référence. Les deux modèles tournent dans le même générateur, et le coût est affiché à l’avance.

Limites

• Défauts dans les petits détails. Dans nos tests, les objets dans les mains se détachent parfois (l’archet du violoniste) et, dans les transitions entre deux images, les vêtements peuvent se fondre.
• La résolution de 3.0 va jusqu’au 1080p. La 4K n’est pas annoncée officiellement pour Kling 3.0.
• Kling 4.0 est encore en accès anticipé, et seulement en version Flash.
• Accès. Officiellement, le site, l’application Kling et l’API. Payer l’abonnement directement est difficile dans certains pays.

Conclusions

Kling 3.0 compte parmi les modèles vidéo les plus solides pour les histoires courtes : storyboard de plusieurs plans, parole avec lèvres synchronisées et physique tenue, en une génération jusqu’à 15 secondes. Motion Control en fait le meilleur choix pour les danses et les mouvements d’après une référence. Kling 4.0 promet des clips deux fois plus longs — nous suivons la sortie complète. Kling est disponible dans AI2Face. S’il vous faut de la 4K ou un meilleur son sur un clip court, choisissez Veo 3.1 ou Gemini Omni : ils sont dans le même générateur.