可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰

资讯 量子位 全文 5134 字 · 约 13 分钟读完 配图 15 张

像人脸上的细纹、手指的纹路、钻戒的真实感,还有脸上的雀斑,依旧是清晰可见。

可灵推出了Kling Image 4.0。

金磊在凹非寺,量子位公众号QbitAI那边写了这事儿,不过咱们还是先看图说话。

真的挺让人惊讶。

来,先看一张图:

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 1)

乍一看好像没什么特别?

那把它放大试试呢?

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 2)

脸上细小的皱纹、手指的纹路、钻戒的质感,还有脸颊上的雀斑,放大之后照样看得一清二楚。

别停,接着往下放大:

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 3)

这一回眼周的纹路更明显了,连睫毛和眼妆上那些细小的颗粒都清清楚楚。

为了让大家看到整体放大的过程,我们专门做了一段视频:

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 4)

视频地址:
https://mp.weixin.qq.com/s/ghQNmpCq9TE9d2E_4sh5uA

可能有人会问,这是不是单反拍出来的广告大片?

还真不是。

这些其实是AI生成的8K高清大图。

下面这张风景照也一样,先看原图:

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 5)

乍看是一张符合物理规律的AI风景图,真正的惊喜藏在放大之后:

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 6)

视频地址:
https://mp.weixin.qq.com/s/ghQNmpCq9TE9d2E_4sh5uA

不管放大到哪一步,各处的细节都保持清晰、稳定。

那这到底是哪个AI做的?

不绕弯子了,就是可灵新推出的Kling Image 4.0:

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 7)

原生8K只是Kling Image 4.0这次升级的一部分,其他亮点还有这些:

  • 文字表现力更强:不只是准确,单张图片里现在能生成2000个字,还支持70+款预设字体,各种排版也都能应付。
  • 组图和长图能连贯生成:一次描述最多可以出10张系列组图,也能一口气生成超长的商品详情页和网页设计长图。

那接下来按老规矩,来一波实测~

先上点有难度的实测

影视剧照那种质感,先看第一项测试。测AI生图,我们照旧从“像不像”这个最基础的问题入手。

给Kling Image 4.0的Prompt大概是这么写的:古装剧画面,七位古装女子在房间内议事,气氛紧张。

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 8)

出来的结果里,视觉重心很自然地落到中间那位浅桃色衣服的女子身上,她正对镜头,神情内敛;身边几位有侧身的,也有低头的,人物前后错落有致。乍一看,真像某部电视剧里截下来的一帧。

多人物这一关,Kling Image 4.0不光把人画准了,整体氛围也撑得住影视级的要求。

影视效果看完,下一项测试盯的是字。把整首《沁园春雪》塞进一张图,这事能不能成?

前面提过,Kling Image 4.0支持70多种预设字体,输入框下方的“字体”栏就能挑:

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 9)

这次挑的是带古风味的劲疏墨韵体,让Kling Image 4.0在单张图里写完《沁园春雪》。Prompt是这么给的:下面是《沁园春雪》的全文,把内容精准无误地写进去,背景宣纸的效果。(此处省略原文)

效果如下:

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 10)

字体上,全篇都用了我们选的那款风格,内容本身也基本没出错。提示词里我们并没交代排版方式,Kling Image 4.0却按《沁园春雪》的体裁,把图排成了诗词竖排、从右往左读。

背景也不只是我们要求的宣纸质感,它还自己添了盖章图案之类的细节。海量文字一次处理完,还能读懂文字背后的意思,这两点Kling Image 4.0都做到了。

再说海报。AI生图行不行,做海报是各家必争的一环。别再一张一张做海报了。

以前做一张《万物有光》当代光影艺术展主视觉海报,效果大概是下面这样?没错,确实也能用。

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 11)

可一张海报能承载的信息终归有限,分批做系列海报,又容易碰上一致性的问题。

现在Kling Image 4.0给了另一个选项:组图模式。顾名思义,给定一个系列的主体,它一口气最多输出10张图。

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 12)

还是《万物有光》这个主题,如今可以这样呈现(左右滑动查看):

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 13)

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 14)

可灵Image 4.0实测:单图生成2000字,放大看细节仍清晰(配图 15)

六张海报看下来,视觉色彩一脉相承,排版和页码样式也走了同一套路子。每张图讲的内容并不一样,可一眼就能认出它们属于同一场活动。

常做活动宣传的人应该深有体会:从零搭版式这件事,能省掉不少麻烦。先判断整套设计合不合适,再一页页改内容就行,字体、颜色、布局不用每张都从头琢磨一遍。

不过组图模式给出的终究是六张独立图片。要是想直接来一张超长详情页,那该怎么弄?

“技能”里的电商详情页就能派上用场。

相比组图模式,“电商详情页”用起来更省事:上传一张参考图,再把自己的需求大致写清楚,就够了。

比如传一张咖啡机图片,配上一段Prompt:

等上几分钟,出来的结果是这样(上下滑动查看):

整个过程顺得很,用起来确实省事。

几张参考图也能一起处理

海报做完,接下来要试的是Kling Image 4.0对多张参考图的处理能力。

我们为此准备了六张单独的商品图:帐篷、折叠椅、保温杯、背包、营灯和登山鞋。

接着把它们一块儿上传,让模型把这些装备放进同一个湖边露营场景,各自的主要外观要保留,摆放关系也得安排妥当。

生成结果如下:

六张参考图都稳稳落进了我们设定的新场景,新场景里的光线等细节,模型也一并考虑到了。

品牌想直观判断一整套装备摆出来的效果,这样的功能和效果已经够用。

拿来做分镜同样合适

前面提到的组图模式,还有个挺有意思的玩法——做分镜。

一样地,先给Kling Image 4.0准备一位原创女侦探形象:

人物参考图输入之后,我们给定了这样一条故事路线:

故事从车站起头。女侦探回头看向一侧,接着到了旧书店,把照片递给店主看。下一张图里,镜头推近柜台,带着椭圆形牌子的钥匙出现在她手中。再往后,她走进下雨的巷子,来到旅馆,进入房间翻看照片。之前露过面的那把钥匙,也被搁在了桌面上。

Kling Image 4.0给出的结果如下(左右滑动查看):

六张图连起来看,一条大致的故事线就出来了。照片和钥匙起到线索的作用,人物也因此有了前往下一个地点的理由。

对故事创作来说,这种能力相当实用。创作者可以先用组图把人物行动、场景变化和镜头安排呈现出来,再据此讨论剧情,或者为后续视频制作备好分镜素材。

艺术风格不妨大胆试

最后一项实测,看Kling Image 4.0能不能只凭文字描述,就做出偏艺术表达的人像。

第一张图的结果是这样的:

按我们的提示词,Kling Image 4.0用了高耸的盘发造型,环状发髻配珍珠发饰,人物回头看向镜头。背景保持简洁,视线自然落在头发、面部和铜褐色衣服上。

发丝的走向、衣服表面的褶皱,质感各有不同。整张图颜色比较克制,人物造型反而更突出。

第二张换成了大面积黑色背景:

这张图没有加复杂背景,靠人物姿态、布料走势和局部光线,透出安静的感觉。

两张都是人像,一张重在造型,一张偏重情绪。Kling Image 4.0处理不同艺术风格时,构图、色彩和材质都会跟着作出相应调整。

背后的原理是什么?

实际测下来能发现,Kling Image 4.0要应付的需求,已经牵扯到生图的好几个环节:它得认得出参考图里的商品,也得看明白人物彼此的位置关系;海报上的文字要安排妥当,一组图之间的连贯性同样得顾及。

这些能做到,靠的是Kling Image 4.0这回用的原生理解生成大一统架构。

关键落在“原生”这两个字上。语言模型和扩散模型拼接的老路子不同,Kling Image 4.0把理解与生成放进同一套架构,用单一Transformer当中枢,世界知识、视觉感知和图像潜空间都在同一个上下文里处理,模型对需求的理解因此能直接参与到画面生成中。在此基础上,模型规模和训练数据不断扩展,它把物理规律、逻辑推演带进生成过程的本事也跟着变强。图片里物体怎么摆、光影怎么变、人物动作合不合理,都跟这有关。

就说前面那组露营广告,模型得先认出六件装备各自的特征,再按提示词把它们放进湖边场景。帐篷和前景商品之间要有远近,背包靠上椅子时遮挡得处理干净,夕阳打过来,各件商品的受光与阴影也得彼此协调。

这些条件得放到整个场景里一块儿处理。理解与生成在同一架构下配合,模型才有可能同时顾及商品特征、空间关系和光线条件,多张参考图也更容易自然地落进同一个画面。

碰上要求偏多的任务,比如海报、连续故事,模型还得吃下足够长的指令。

为此,Kling Image 4.0的指令处理能力最高支持15K Token,并用结构化视觉语言来组织画面主体、空间关系、镜头光影和跨画面时序这些信息。

拿前面那组女侦探来说,人物造型要始终一致,她又得先后走进车站、书店、雨巷和旅馆。每个场景的动作和景别都不一样,照片、钥匙这些道具还得前后对得上。

只要漏掉其中一项,故事的连贯性就可能打折扣。结构化视觉语言干的就是这个活:帮模型把这些条件理清楚,谁站在哪儿、镜头怎么走、前后画面之间怎么接。

中文长海报也一样。标题、正文、活动安排和配图各管一摊,模型得照着内容排版面,读者才能顺着图看下去。

另外,Kling Image 4.0还带来了原生Agentic能力,感知、推理、规划、执行都能在同一体系里完成,工具也可以按需调用。

这套能力针对的是更复杂的视觉任务。用户递过来一份夹杂多种要求的需求,模型可以先拆任务、排步骤,再动手做相应的创作。

从统一架构,到长指令处理,再到任务规划,这几项升级都朝着同一个方向去:让模型接得住更完整的创作需求。

做图时,要求再多也不慌

说回使用体验,Kling Image 4.0这次吸引人的地方其实分两层。

一层是图片一打开就能看到的清晰度。人像放大之后,眼周细纹、睫毛、钻戒切面都还留着细节,风景里的山体和倒影也扛得住近看。碰上需要裁切、放大展示的图,后续能操作的空间就更大。

另一层,得真正动手做图时才感受得到。

做一张活动海报,一般不会只丢一句“好看”就完事。活动名称要跳出来,日期地点得写明白,内容一多还得分主次。要是后面再补几张介绍海报,字体、配色、版式也得接得上。

商品广告、故事分镜也是这个道理。用户手里往往已经攥着产品图、角色设定和现成文案,指望AI在这些条件下把活干完。所以模型能吃下多少具体要求,直接决定后面要花多少时间返工。这次实测的结果显示,Kling Image 4.0已经能把一部分复杂需求落成初稿,拿来讨论、调整都行。

放到整个行业里看,图像工具近来的升级方向,也正一点点扎进这些具体环节。

11月4日亮相的OpenAI Images 2.6,把编辑过程中对角色、商品和品牌细节的保留摆到了显眼位置;11月10日,Adobe在MAX上把Creative Agent又推了一步,主攻复杂、多步骤的创作任务。

这些动作透露的信号是:用户交给AI的活儿,重心正慢慢挪向后续修改、素材复用和成套内容制作。

顺着这个方向,Kling Image 4.0的图像本事,也让可灵多了些不依赖视频的用武之地。

不少人最初知道可灵,是因为AI视频。可前面这些实测,已经对上了内容配图、活动宣传、电商设计和艺术创作等需求。就算暂时不碰视频,用户也能拿它把图片这一环做完。

对还要接着做视频的创作者来说,角色图和连贯组图又能变成后续素材。人物长什么样、场景用什么色调、镜头怎么接,都能提前用图片聊清楚,少掉一些只靠文字沟通时的理解偏差。

说到底,大家要的AI生图工具,既得让人眼前一亮,也得听得懂那些细到字体、位置、道具和光线的要求。

前面的实测,让人看到了Kling Image 4.0应对这些要求的实际表现。第三方评测里,它的成绩也不差。

截至发稿,Kling Image 4.0在Artificial Analysis(简称AA)的文生图榜单上排全球第七,在上榜国产模型中居首,位列Nano Banana 2.1之前。

从8K人像到中文排版,再到多图参考和连续分镜,这一轮体验下来,可灵在图片创作上的能力,确实该重新认识一下了。

感兴趣的朋友赶紧去试试吧~

Kling Image 4.0体验地址: https://klingai.com/

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. LSHub 发布 P1 与 MAX 工程 AI 终端:覆盖八大专业,两种部署可选

    日前,四川无量枢人工智能科技有限公司(品牌 LSHub)推出 LSHub P1 与 LSHub MAX 两款工程 AI 智能终端,面向建筑工程行业提供 CAD 出图辅助、工程量计算辅助、图纸审查辅助及工程专业知识问答四类应用。 两款产品对应两种部署需求 LSHub P1 为主力产品,形态是巴掌大小的 AI 智能盒子,连

    来源 AI 行业观察
  2. 拓竹MakerWorld创作者靠积分赚55万:模型社区为何难复制

    模型社区成了 3D 打印厂商争夺的下一块阵地。 作者丨姚单 编辑丨董子博 2026 年 9 月底,一个 3D 打印模型社区收益榜上排第一的创作者,纯靠赚积分,已经攒下价值约 55 万元人民币的收益。年末是购机和打印高峰,照这个势头,全年冲到 80~90 万元也不成问题。 这不是个例。头部创作者一年收入高达 40 万美金

    来源 AI 行业观察
  3. 李彦宏的“最紧迫”与雷军的“热想象”

    APEC时间,科技掌门人谈了什么?作者/ IT时报 孙妍 综合报道编辑/ 孙妍 11月17日至18日,2026年亚太经合组织(APEC)工商领导人峰会在深圳前海国际会议中心举行。作为亚太经合组织第三十三次领导人非正式会议的配套活动,峰会由中国贸促会主办,主题为“共促繁荣,共赢未来”,2000余位政商代表参会,参会企业包

    来源 腾讯网
  4. 心智永生实验:冷冻、固定与扫描,三条路能否存下“我”?

    从低温冷冻到醛基固定,从连接组图谱到全脑仿真,一批科学家正试图把“自我”从衰亡的肉体中抢救出来。MIT Technology Review 的圆桌讨论聚焦这一古老而激进的问题:我们想保存的究竟是大脑组织,还是那个正在思考的“我”?技术在进步,但结构能否等于体验,仍是横亘在永生梦想前的最深鸿沟。

    来源 AI 科技快讯
  5. 16岁辍学创业做AI导弹:他把“击杀成本”当卖点

    16岁高中生Henrijs Dandzbergs辍学加入YC,创办AI导弹初创公司,宣称要用新型导弹把美国及其盟友的“击杀成本”降到最低。本文梳理其背景、产品逻辑与争议,并追问:当战争效率被硅谷式指标衡量,创新与伦理边界在哪里?

    来源 AI 科技快讯
  6. 马斯克深圳谈中美关系与特斯拉FSD,力挺黄仁勋

    埃隆·马斯克(Elon Musk)。图片由AI生成 北京时间11月19日,身在中国深圳的埃隆·马斯克(Elon Musk)谈到了自己对中国的印象。他称赞深圳的城市规模、现代化程度和科技产业活力,建议外界亲自来中国看看,并表示自己对中国抱有敬意。 在谈及中美关系时,他表示,双方保持良好关系、经贸磋商取得积极进展,对两国乃

    来源 AI 行业观察
  7. 企业用 AI 面试我,我能用 AI 回答吗?

    写在前面 在面试时,使用 AI 来回答问题,是对企业和个人来说,都已经是一个已经无法回避的问题。 有 HR 对此深恶痛绝,认为是诚信问题。一个面试官和我说过一个真事,当时线上面试的时候,他们希望候选人分享自己做过的一个项目,结果候选人一不小心投屏的时候把 AI 辅助回答给亮了出来。 本来他们对于候选人的资质非常认可,但

    来源 AI 行业观察
  8. 稀疏自编码器要喂多少数据:华盛顿大学与IBM测试给出新答案

    你有没有遇到过这种情况:攒钱买了顶配电脑,结果发现日常用的软件,其实中配机器就能流畅运行,那些多花的钱,买的是心理安慰,而不是真实需求。机器学习圈子里正在发生一件类似的事。训练稀疏自编码器,这个听起来很专业的东西,大家默认的做法是砸几亿到几十亿个数据token进去,越多越好,仿佛数据量就是正义。但华盛顿大学和IB...

    来源 腾讯网
  9. AI泔水入侵科普:南海双头虾与万张鸟类贴纸暴露知识污染风险

    AI泔水(AI Slop),正在侵蚀人类的知识世界。这个词在2025年入选《韦氏字典》年度词汇,专门用来形容由人工智能批量生产、质量低劣的数字内容。出现双头虾的《南海海洋生物科普丛书》中,绝大多数图片均由AI绘图工具生成。图片来源:澎湃新闻近日,中国农业出版社出版的《南海海洋生物科普丛书》,因出现不符合常识的“双...

    来源 腾讯网
  10. 酷态科5号磁吸电能卡Air 27日10点首销:259元起、0.77cm厚、5000mAh

    IT之家 11 月 20 日消息,酷态科今日推出 5 号磁吸电能卡 Air,将于 11 月 27 日 10:00 开售,日常价 299 元,首销权益价不高于 259 元。 IT之家从官方介绍获悉,作为酷态科首款超薄磁吸,该产品薄约 0.77cm,轻约 115g,全面通过 2026 新国标认证,飞机 / 高铁均可携带。

    来源 AI 行业观察
向下滚动自动加载更多