Kling: il modello video di Kuaishou — cosa fanno 3.0 e 4.0

Che cos’è Kling

Kling sono i modelli video dell’azienda cinese Kuaishou, che gestisce una piattaforma di video brevi con lo stesso nome. A febbraio 2026 l’azienda ha indicato che più di 60 milioni di autori avevano usato Kling, erano state generate più di 600 milioni di clip e più di 30.000 aziende avevano lavorato con il modello.

Kling 3.0 è uscito il 5 febbraio 2026. Kuaishou ha indicato i miglioramenti principali: stabilità dei personaggi, fotorealismo, clip fino a 15 secondi e audio nativo in lingue, dialetti e accenti diversi. Il modello è costruito come tutto-in-uno: capisce testo, immagini, audio e video e può sia generare sia modificare una clip nello stesso processo. Accanto lavora Kling 3.0 Omni, la versione per riferimenti e ritocchi. Dopo è arrivato il più rapido Kling 3.0 Turbo.

Kling 4.0 è stato annunciato il 28 settembre 2026 — ne parliamo sotto.

Cosa sa fare Kling

Più inquadrature in una sola clip. Kling 3.0 costruisce uno storyboard: per ogni inquadratura imposti durata, scala, angolo, azione e movimento di camera. La lunghezza totale arriva a 15 secondi.

Parlato e audio. Le battute tra virgolette vengono dette con le labbra sincronizzate, insieme a musica e sottofondo.

Fisica e dinamica. Il modello tiene inerzia e peso del corpo: salti, corse, atterraggi.

Primo e ultimo fotogramma. Due immagini, e Kling costruisce il movimento in mezzo.

Personaggi come elementi. In Kling 3.0 Omni carichi fino a 7 immagini, componi un personaggio da 4 angolazioni o lo estrai da un video di 3–8 secondi, aspetto e voce insieme. Una registrazione audio di almeno 3 secondi lega la voce al personaggio.

Motion Control. Modalità di trasferimento del movimento: una danza, un gesto o un’andatura da un video di riferimento passano sul personaggio di una foto.

Kling 4.0: cosa si sa

Il 28 settembre 2026 Kling ha annunciato 4.0. Sul sito ufficiale il modello è descritto come del tutto nuovo: movimenti dinamici stabili e audio immersivo per una produzione di livello professionale. La piattaforma per sviluppatori indica quattro funzioni in arrivo nell’API: movimenti dinamici, riferimenti Omni, generazione nativa di 30 secondi e più fotogrammi chiave.

Per ora è disponibile solo la versione più leggera Kling 4.0 Flash, in accesso anticipato. La versione completa e l’API sono segnate come «in arrivo». La stampa, citando l’azienda, riporta cifre più precise — 4K, HDR, numero di riferimenti — ma non le abbiamo trovate nei materiali ufficiali di Kling. Aggiorneremo la pagina quando 4.0 uscirà per intero.

Per quali lavori va bene Kling

• Storie brevi e pubblicità fino a 15 secondi con più inquadrature, senza montaggio.
• Clip con parlato in lingue e accenti diversi.
• Danze e movimenti da un riferimento con Motion Control.
• Action e sport — il modello tiene bene l’inerzia.
• Serie con un solo personaggio, composto da foto o video.

Kling e modelli simili

	Kling 3.0	Veo 3.1	Seedance 2.5	Gemini Omni 1.1 Flash
Sviluppatore	Kuaishou	Google DeepMind	ByteDance Seed	Google DeepMind
Durata per generazione	fino a 15 s	4, 6, 8 s	fino a 30 s	3–10 s
Risoluzione	720p, 1080p	fino a 4K	non comunicata	fino a 4K (upscale)
Più inquadrature	sì, storyboard	con timecode nel prompt	sì	sì
Riferimenti	fino a 7 foto, personaggio da video con voce	fino a 3 immagini	30 foto, 10 video, 10 audio	immagini e fino a 3 video
Trasferimento del movimento	Motion Control	no	da un video di riferimento	da un video di riferimento
In AI2Face	sì	sì	sì	sì

Kling 3.0 è una scelta solida per clip da 10–15 secondi con storyboard e parlato, e Motion Control resta il modo più comodo per trasferire un movimento. Veo 3.1 dà il 4K e un audio migliore in una clip breve. Seedance 2.5 fa le clip più lunghe. Gemini Omni è il più flessibile su input e ritocchi.

Come scrivere i prompt per Kling

• Numera le inquadrature: «Inquadratura 1: primo piano delle mani… Inquadratura 2: piano medio…». Per ciascuna, indica azione e camera.
• Metti le battute tra virgolette e segna chi parla e con che tono.
• Lascia l’audio su una riga a parte: musica, effetti, sottofondo.
• Dai un nome alla fisica: «inerzia realistica», «atterraggio con rullata» — il modello tiene meglio il movimento.
• Per un passaggio tra due fotogrammi, descrivi cosa succede in mezzo: «si alza, indossa il cappotto, prende la foglia».

Storia di cucina in quattro inquadrature. Inquadratura 1: primo piano delle mani dello chef
che tagliano basilico fresco e pomodori su un tagliere di legno. Inquadratura 2: piano medio,
lo chef lancia la pasta in una padella calda e scatta una fiamma. Inquadratura 3: primo piano
al rallentatore, si grattugia il parmigiano sul piatto. Inquadratura 4: campo lungo di una
cucina calda di trattoria, lo chef appoggia il piatto alla consegna e sorride. Audio: coltello
sul legno, sfrigolio della padella, rumore di cucina, chitarra italiana morbida.
Fotorealismo, luce calda

Come usare Kling in AI2Face

Kling è disponibile nel generatore di AI2Face: clip con audio, storyboard e trasferimento del movimento. Il costo si vede prima dell’avvio.

Per altri lavori, nello stesso generatore:

• Veo 3.1 — clip da 4–8 secondi fino a 4K con parlato ed effetti, animazione di una foto, primo e ultimo fotogramma.
• Gemini Omni Flash — fino a 10 secondi, una scena da più riferimenti, primo e ultimo fotogramma.

Puoi comporre una clip breve in 4K da due video Veo 3.1 dello stesso personaggio, partendo da un riferimento. Entrambi i modelli girano nello stesso generatore e il costo è indicato prima.

Limiti

• Errori nei dettagli piccoli. Nei nostri test gli oggetti nelle mani a volte si staccano (l’archetto del violinista) e, nei passaggi tra due fotogrammi, i vestiti possono fondersi.
• La risoluzione di 3.0 arriva a 1080p. Il 4K non è dichiarato ufficialmente per Kling 3.0.
• Kling 4.0 è ancora in accesso anticipato, e solo nella versione Flash.
• Accesso. Ufficialmente il sito, l’app di Kling e l’API. Pagare l’abbonamento direttamente è difficile in alcuni paesi.

Conclusioni

Kling 3.0 è uno dei modelli video più solidi per le storie brevi: storyboard a più inquadrature, parlato con labbra sincronizzate e fisica credibile in una sola generazione fino a 15 secondi. Motion Control lo rende la scelta migliore per danze e movimenti da un riferimento. Kling 4.0 promette clip lunghe il doppio: seguiamo l’uscita completa. Kling è disponibile in AI2Face. Se ti serve il 4K o un audio migliore in una clip breve, scegli Veo 3.1 o Gemini Omni: sono nello stesso generatore.