Kling 4.0一次生成整条广告，省掉后期拼接

作者在社交媒体上有21.6万粉丝，视频累计播放超过6500万次。他是Leader In公司负责人，做AI教育和内容业务，为企业与机构提供AI培训，也办AI视频大师课，还写了畅销书《AI Strategy Course》。评测一个模型，他只看两件事：产出的内容够不够广告水准，以及能不能稳定复现同样的质量。

这次的对象是Kling 4.0。他只用这一个模型做了一条虚构能量饮料广告，取名“KLING 4.0 ENERGY DRINK”，做成43秒的Reel，从幕后花絮过渡到成品广告，前后两段用的是同一张面部参考图。整条Reel里的素材——幕后花絮、产品特写、角色动作场景——全部出自Kling 4.0。

以前做这类广告，要把冰块、碳酸、产品分开生成，反复多次，再挑出一秒能用的片段拼起来，包装上的文字还得后期合成。这次物理效果和包装文字在一次生成里就完成了，后期合成这一步省掉。他的工作重心也从剪辑转到导演和镜头规划：18秒10个镜头的广告、23秒4个镜头的视频，现在可以一次生成，省下的拆分拼接时间用来设计镜头和安排运镜。

AI视频广告有三个老毛病：产品一动就变形，拉环翘曲、logo扭曲；一换镜头角色就变样；对话像念稿。这次开罐的机械动作被理解对了：拉环以铆钉为轴抬起，开口沿原来的切线形成，尺寸对，手指没有遮住开口，拉环没有侧转也没有脱落。作者说，这是他第一次看到模型这么精确地遵循机械指令。

冰块和碳酸也站得住：冰块破开水面时水向两边分开，被带进去的空气形成气泡往上走，冰块内部能看到气泡，也能看到光线折射。罐身上的冷凝水珠会真的往下流，不是贴上去的静态纹理。包装上最小的字也清楚：Kling 4.0的logo、“ENERGY DRINK”、底部那行小标语“OPEN YOUR IMAGINATION”，1080p原片就能读清，没有拼写错误。

18秒的正片里有10个硬切镜头，用了10张参考图，覆盖产品、地点、场景、液体和面部。脸、服装、罐子跨镜头保持一致。模型会为每个镜头挑出相关的那张参考图，没有照抄参考照片里的姿势，每个镜头指定的动作和运镜也都跟上了。

SHOT 7里，三个一模一样的Leader In在各自跑道跑步，脸和服装共享，四肢动作、间距和影子各是各的。只用一张面部参考图，他在室内工作室的花絮和正午户外的广告里看起来是同一个人。

23秒的花絮是最难的一项：画面里5人以上，3个角色有对话，用了6张参考图——5张构图加1张面部——并且带音频。对话的情感、重音和发音都自然，韩语发音也自然，不需要后期修正或重录。手势也对得上台词：导演说“这是饮料”时手指落在罐子照片上，说“这是Leader In女士的照片”时指向他的照片，平板上照片的排列顺序和指定的完全一致。这类对话场景不需要单独的语音生成或唇同步工具。

SHOT 2和3的景深处理正确，只有前景两个人对焦，背景里的导演、化妆师、造型师在同一深度上模糊，避开了AI常见的那种只把主角脸拉清晰的错误。导演转身时焦点从模糊的背景立刻移到脸上，镜头继续推进到特写，焦点转换和推镜是一起工作的。特写里能看到皮肤纹理、虹膜、甚至刘海上的细发丝；化妆刷碰到脸颊、造型师整理衣领时，脸和手指都保持清晰，没有变形。

Kling 4.0的定价和订阅方式、需要什么硬件、在云端还是本地跑、生成这些素材的实际耗时、失败率和重试次数、有没有水印、能不能商用，以及发布时间和开放区域，这些都没有给出。它和Runway、Pika、Sora在广告制作场景下怎么比，也没有直接数据。作者说Kling 4.0是第一个能“无妥协”实现他构想中广告的模型，但没有说明哪些镜头类型它仍然做不好。

他的判断是，AI视频的下一阶段不该只生成“惊艳”的图像，而应该造出“一个可以放心把活交给它的制作现场”。教程的可复现性也在提高：把参考图整理好、每个镜头写清指令，就能稳定得到预期结果，粉丝照着做也能做出类似的东西。这是Kling 4.0创作者评测系列的最后一篇。