实时 AI 消息
可灵发布Kling Image 4.0:原生8K生图,单图可写2000字
可灵正式推出Kling Image 4.0,主打原生8K高清生图,放大后人脸细纹、睫毛与戒指切面等细节依然清晰。新版本同时支持单图最多2000字文字、70余款预设字体、一次生成最多10张系列组图,以及电商详情页长图,底层采用理解与生成统一的单一Transformer架构。
量子位于11月19日发布实测文章,介绍可灵最新推出的Kling Image 4.0。文章以一张人像开场:原图看上去平平无奇,但逐级放大后,眼周纹路、睫毛、脸上雀斑乃至戒指的切面依然保持清晰,这被视为原生8K输出在细节保留上的直接体现。
8K只是这次升级的一部分。按文中描述,Kling Image 4.0单张图片可生成最多2000字,支持70多款预设字体,并能处理竖排、分栏等排版需求;测试中选择“劲疏墨韵体”生成《沁园春雪》全篇,模型不仅文字基本无误,还自行采用了诗词竖排、从右往左的版式,并在宣纸背景上添加了印章元素。
第二个重点是组图与长图能力。一次描述最多可输出10张系列图,六张《万物有光》展览海报在配色、排版与页码样式上保持一致,看得出属于同一场活动;而“电商详情页”技能只需上传一张参考图并写几句要求,就能生成一张连贯的超长商品页。
多参考图方面,测试把帐篷、折叠椅、保温杯、背包、营灯、登山鞋六张独立商品图一并输入,要求放进同一个湖边露营场景并保留各自主要外观。结果显示各物件的远近关系、遮挡处理和夕阳下的受光与阴影被统一安排在同一画面里。
组图还被用来做分镜:给定一位女侦探的人物参考图,以及从车站、旧书店、雨巷到旅馆的情节线,六张图连起来能看出一条完整的故事走向,照片与钥匙作为道具在前后画面中呼应,适合在正式拍视频前讨论镜头与场景。
技术层面,文章称Kling Image 4.0采用“原生理解生成大一统架构”,以单一Transformer作为中枢,把世界知识、视觉感知与图像潜空间放在同一上下文中处理,而不是把语言模型与扩散模型拼接起来。同时它支持最高15K Token的指令处理,并用结构化视觉语言组织主体、空间关系、镜头光影与跨画面时序。
在此基础上,Kling Image 4.0还引入了原生Agentic能力,可在同一体系内完成感知、推理、规划与执行,并按需调用工具,用于拆解一份包含多重要求的复杂视觉任务。
第三方评测上,截至发稿,Kling Image 4.0在Artificial Analysis的文生图榜单位列全球第七,在上榜国产模型中排名第一,排在Nano Banana 2.1之前。文章也提到,图像工具的竞争重点正从“能不能生成”转向后续修改、素材复用与成套内容生产。对以视频起家的可灵来说,图片能力的独立价值也由此变得更明确。
为什么重要
对国内图像生成赛道而言,Kling Image 4.0把竞争点从单张出图推向成套内容生产与长文本排版,原生8K输出也直接对接广告、电商与影视前期等需要放大裁切的场景。
附近消息
全部11/19 14:57
AURA 2.0发布:模型可主动发起对话,流式AI的启动权开始转移
据Blockchain News报道,AURA 2.0正式发布,核心更新是在流式AI中引入由模型主动发起对话的能力。这意味着交互的启动权部分从用户转移到模型,产品形态与使用边界都将随之改变。
11/19 13:58
NTT 投资日本电商 AI Agent 开发商 Stract
据 Telecompaper 报道,日本 NTT 已投资日本电商 AI agent 开发商 Stract,该消息以标题形式出现在 Google News 的聚合结果中。报道未披露投资金额、估值与持股比例,也未说明双方的具体商业合作安排。
11/19 13:46
Mastercard 与 Antom 完成 AI 代理支付实测,验证身份与授权控制
Mastercard 与蚂蚁国际旗下支付平台 Antom 完成了一笔真实的 AI 代理交易,并完成一项企业支付试点,重点验证代理代表谁、是否在授权范围内两类控制。据 Fintech Singapore 报道,消费交易使用 Mastercard Agent Pay 与可验证意图框架,企业试点则使用面向机器的 AP4M 凭证体系。
11/19 13:01
加州拟对前沿AI实施强制监管,并保留紧急关停权
11月18日,加州州长纽森公布一批立法建议,要求对大型前沿AI开发商实施州设定基线标准与持续独立监督,并赋予州政府在紧急情况下关停模型的权力,同时对递归自我改进设限。建议来自加州政府运营署的报告,将在12月议会复会后用于推动立法,目前尚未成为法定义务。