AI 视频生成的军备赛进入了"生产级交付"阶段。10 月 21 日晚间，快手可灵 AI 宣布：Kling 4.0 的 API 服务正式首发上线，将逐步面向全球企业客户与开发者开放——这意味着 4.0 的生成能力可以被接进任何产品的出片流程。

API 上线意味着什么

此前 10 月 15 日，Kling 4.0 已面向用户全量上线。API 的首发则是把能力"管道化"：有技术团队的企业不用再一条条手动生成，可以把视频生成接进自己的业务系统——电商详情页批量出片、短剧工作室的镜头资产管线、广告公司的创意复刻流程。

首批接入名单已经公布：爱奇艺纳逗 Pro、Higgsfield、LibTV、Magnific（Freepik）、美图公司、OpenArt、OiiOii、TapNow、腾讯设计 Miora、updream 等。官方称 4.0 至今已在全球 224 个国家和地区积累超 1 亿用户、服务超过 5 万家企业，年收入达到 5 亿美元规模。

4.0 的硬实力回顾

这次升级官方定了三个轴：真实、可控、专业。几个关键数字：

• 时长：单次原生生成最长 30 秒，支持长镜头与连续叙事；多次续拍可延展至 2 分钟（即将上线）。AI 视频最大的痛点一直是"只能出几秒、还得拼接"，30 秒一镜直出直接把这个天花板捅穿了。
• 全能参考：单次任务最多组合 15 项参考素材——图片最多 10 张、视频最多 5 段、主体最多 7 个，还支持参考主体图、三视图、宫格图、故事板、线框图、白模视频和深度图视频。角色、动作、镜头、声音可以按参考精准还原。
• 关键帧：最多 10 张关键帧输入，精准指定人物状态、场景变化和情节节点。
• 画质：最高 4K、10-bit HDR 输出，支持 21:9 超宽画幅；提示词长度上限 8000 tokens，模型会以"导演思维"对提示词做补充扩写。
• 音频：双通道立体声，多语种配音（中英日韩西葡德法印地语）加多种中文方言，角色口型匹配精度提升。

高速运动、连续动作、跟拍环绕这类复杂运镜的稳定性是 4.0 重点解决的老毛病；"创意复刻"功能则允许借鉴参考视频的叙事节奏和镜头编排、替换其中的商品角色素材——做服装美妆数码的老板，看到同行爆款可以直接"拆结构、换自己的货"。

Agent 也能调了

本次升级同时接入了 Kling MCP 与 CLI：AI Agent 可以直接调用全能参考、关键帧生视频等能力。视频生成正在变成 Agent 工具箱里的一个标准件——以后让 Agent"给我做条产品宣传片"，它自己就能调 Kling 出镜头。

要点解读

• 从 9 月 28 日内测、10 月 15 日全量、到 10 月 21 日 API 首发，可灵的节奏是"先验证体验、再开放能力、最后开放管道"。API 是商业化最关键的一步：订阅制赚的是 C 端的钱，API 赚的是 B 端流程里的钱。
• 行业信号很明确：视频生成的竞争焦点已经从"画面好不好看"转向"镜头能不能按分镜稳定交付"。角色一致性、长镜头叙事、关键帧控制——这些"导演式控制"能力才是短剧、广告、电商场景真正买单的东西。
• 一个提醒：10-bit HDR、4K 这些顶格参数在产品页部分标注为"即将推出"，实际以控制台可用选项为准；API 目前是"逐步开放"，不是注册即用，排队中的团队可以先在网页端验证镜头质量。

（观点部分为本刊解读，仅供参考。）