Kling 3.0: cosa fanno Video 3.0, Omni e Turbo — storyboard, voce e 4K

Che cos’è Kling 3.0

Kling 3.0 è la terza generazione di modelli video di Kuaishou, l’azienda cinese che gestisce la piattaforma di video brevi con lo stesso nome. Kling l’ha annunciata l’ultimo giorno di gennaio 2026, e il comunicato ufficiale di Kuaishou è uscito il 5 febbraio. La panoramica di tutta la famiglia, Kling 4.0 uscita a ottobre compresa, è nella pagina Kling.

Nella generazione 3.0 ci sono quattro modelli:

• Video 3.0 — il modello video principale, successore di Kling 2.6;
• Video 3.0 Omni — il modello per riferimenti e ritocco, successore di Kling O1;
• Image 3.0 e Image 3.0 Omni — immagini in 2K e 4K e serie di fotogrammi.

Poi la linea si è allungata: il 4 marzo Motion Control 3.0 per il trasferimento del movimento, il 23 aprile la modalità 4K per il video, il 17 giugno il veloce Kling 3.0 Turbo e un ritocco migliorato in Omni.

Secondo Kuaishou, a febbraio 2026 più di 60 milioni di autori avevano usato Kling, erano stati generati più di 600 milioni di video e più di 30.000 aziende lavoravano con il modello.

Cosa sa fare Kling 3.0

Fino a 15 secondi con l’audio. In Kling O1 la durata si sceglieva tra 3 e 10 secondi; in 3.0 arriva liberamente fino a 15. Il suono si genera insieme all’immagine: parlato, musica ed effetti.

Storyboard inquadratura per inquadratura. In una clip si possono definire più inquadrature e, per ciascuna, durata, scala, angolo, azione e movimento di camera. Il modello capisce il campo e controcampo classico di un dialogo e il montaggio parallelo con voce fuori campo.

Parlato in più lingue. Inglese, cinese, giapponese, coreano e spagnolo, più accenti inglesi e dialetti cinesi. Nella stessa scena i personaggi possono parlare lingue diverse, e il prompt fissa ordine e intonazione delle battute.

Il testo in quadro resta fermo. Insegne, didascalie e stampe sui vestiti restano nitide per tutta la clip. Kuaishou lo indica come un vantaggio per la pubblicità: il logo sulla maglietta del personaggio non sbava.

Elementi personaggio con voce (Omni). Un elemento è un personaggio, un oggetto o un luogo salvato che il modello tiene uguale in qualsiasi scena. In 3.0 Omni si può costruire un elemento da 4 angolazioni o estrarlo da un video di 3–8 secondi, aspetto e voce insieme. La voce si può anche legare a parte, con una registrazione di parlato da 5 a 30 secondi.

Ritocco di una clip già fatta (Omni). Sostituire lo sfondo, un personaggio o un oggetto, ricolorare qualcosa o cambiare lo stile da un’immagine. Da giugno 2026 Omni ritocca clip di 3–15 secondi e lavora in 4K in entrata e in uscita.

Modalità 4K. Dal 23 aprile 2026 Video 3.0 e Video 3.0 Omni generano in 4K con un solo comando. Kling punta sulla texture della pelle, sulle transizioni di colore morbide e sulla nitidezza del testo piccolo.

Kling 3.0, Omni e Turbo: le differenze

	Video 3.0	Video 3.0 Omni	Video 3.0 Turbo
A cosa serve	generazione da testo e fotogrammi	riferimenti, elementi, ritocco	generazione rapida e più economica
Predecessore	Kling 2.6	Kling O1	—
Durata	fino a 15 s	fino a 15 s	fino a 15 s
Storyboard per inquadratura	sì	sì	sì
Elementi con voce	—	sì	—
Ritocco della clip	—	sì, 3–15 s, fino a 4K	—
4K	sì, da aprile 2026	sì, da aprile 2026	—
Uscita	febbraio 2026	febbraio 2026	17 giugno 2026

Prezzi di Omni nell’app di Kling: 1080p con audio, 12 crediti al secondo; 720p, 9; senza audio, 8 e 6. Se in ingresso c’è un video, l’audio per ora non viene generato e il secondo costa 16 e 12 crediti. Il 4K costa 30 crediti al secondo.

A cosa serve Kling 3.0

• Storie brevi con dialogo di 10–15 secondi: inquadratura per inquadratura, con battute e montaggio.
• Personaggi di serie. Un elemento con voce permette di girare lo stesso personaggio in clip diverse, con lo stesso aspetto e la stessa voce.
• Pubblicità con logo e testo — il testo sul prodotto e sui vestiti regge per tutta la clip.
• Ritocco di video già girato: sostituire lo sfondo o un oggetto tenendo il movimento.
• Un finale in 4K per il grande schermo.
• Danze e movimenti da un riferimento — con Kling Motion Control.

Kling 3.0 e le alternative

	Kling 3.0	Seedance 2.5	Veo 3.1	Vidu AI Q3
Sviluppatore	Kuaishou	ByteDance Seed	Google DeepMind	ShengShu
Durata per generazione	fino a 15 s	4–30 s	4, 6, 8 s	1–16 s
Risoluzione massima	4K	1080p	4K	1080p
Storyboard per inquadratura	sì, con regolazione di ogni inquadratura	sì, inquadrature o timecode	tramite il prompt	cambio automatico di inquadratura
Personaggio con voce	sì, elementi	sì, riferimento audio	no	riferimenti vocali in Q4 Preview
Ritocco della clip	sì, Omni	sì	solo estensione	solo estensione
In AI2Face	sì	sì	sì	sì

Kling 3.0 è la scelta più comoda per uno storyboard passo dopo passo e per personaggi ricorrenti con voce. Seedance 2.5 dà una clip lunga il doppio e più riferimenti. Veo 3.1 è più preciso sulla fisica delle scene brevi.

Come scrivere i prompt per Kling 3.0

1. Dividi la clip in inquadrature con durata: «Inquadratura 1 (2 s): campo lungo…». La somma non deve superare i 15 secondi.
2. Per ogni inquadratura indica scala e camera: campo lungo, piano medio, primo piano, dall’alto, orbita.
3. Chiama i personaggi con il nome dell’elemento: «@Anna si siede di fronte a @Max». Il modello li abbina agli elementi salvati.
4. Le battute vanno tra virgolette, dopo il nome. Se all’elemento è già legata una voce, non serve descriverla.
5. Descrivi l’audio in modo esplicito: rumore del treno, musica, silenzio alla fine.

Esempio per lo storyboard qui sopra:

Inquadratura 1 (2 s): campo lungo, @Max e @Anna seduti faccia a faccia in un vecchio vagone verde, il treno è in movimento.
Inquadratura 2 (3 s): primo piano del profilo di @Anna, guarda fuori dal finestrino e chiede: «Dove stiamo andando?»
Inquadratura 3 (3 s): primo piano di @Max, sorride: «Dove è estate tutto l’anno.»
Inquadratura 4 (3 s): piano medio, @Anna si volta verso di lui e annuisce: «Adoro l’estate.»
Inquadratura 5 (3 s): campo lungo, ridono entrambi e i campi scorrono fuori dal finestrino. Audio: battito delle ruote, jazz caldo fuori campo.

L’italiano non è doppiato ufficialmente. Per il parlato scrivi le battute in inglese o in un’altra lingua supportata: inglese, cinese, giapponese, coreano o spagnolo.

Come usare Kling 3.0 in AI2Face

Kling 3.0 è nel generatore di AI2Face, accanto a Seedance 2.5, Veo 3.1 e Vidu AI Q3.

1. Registrati: i nuovi account ricevono crediti di benvenuto. Che cosa offre gratis Kling stesso è spiegato in Kling AI gratis.
2. Apri il generatore, passa al video e scegli Kling 3.0.
3. Carica un fotogramma o dei riferimenti, scrivi il prompt inquadratura per inquadratura e imposta durata e risoluzione.
4. Il costo in crediti si vede prima di partire. Puoi pagare con carta o criptovalute e i crediti dei pacchetti non scadono.

Le angolazioni di un personaggio per un elemento si preparano nello stesso generatore, per esempio con Nano Banana Pro, come il foglio di questa pagina.

Limiti

• Il tetto è 15 secondi. Oltre, solo unendo le clip oppure con Seedance 2.5 e Kling 4.0.
• Un video in ingresso spegne l’audio. In Omni, con un riferimento video l’audio per ora non viene generato.
• Meno riferimenti se c’è un video. Con un video caricato restano solo 4 immagini o elementi invece di 7.
• Requisiti dei file. Immagini da 300 px per lato e fino a 10 MB; video di 3–10 secondi, fino a 200 MB e non oltre il 2K.
• Lingue del parlato. L’italiano non è nella lista ufficiale. Le lingue sono inglese, cinese, giapponese, coreano e spagnolo.

Conclusioni

Kling 3.0 è la scelta migliore quando la clip segue uno storyboard con personaggi che tornano: elementi con voce e la regolazione di ogni inquadratura ci sono solo qui. La modalità 4K e Turbo coprono i due estremi, un finale per il grande schermo e bozze rapide. Se 15 secondi non bastano, o hai decine di personaggi e riferimenti, passa a Seedance 2.5. Per le scene brevi realistiche confronta il risultato con Veo 3.1 nello stesso generatore di AI2Face.