Um único briefing agora pode gerar uma série coordenada de imagens
A Kuaishou lançou o Kling Image 4.0, com geração nativa de imagens em 8K, suporte a até 2.000 caracteres dentro de uma única imagem e um modo que cria até 10 imagens relacionadas a partir de um único prompt. Disponível pelo Kling Creative Studio e por uma interface de programação de aplicações (API), o lançamento é voltado a publicidade, storyboards, exibição de produtos e páginas de compras on-line.
Conteúdo
- Um único briefing agora pode gerar uma série coordenada de imagens
- O que foi lançado e quando?
- O que a resolução nativa em 8K oferece?
- Capacidade de texto é posta à prova em um cartaz exigente
- Como funciona um conjunto de 10 imagens?
- Páginas longas de produtos ganham camadas editáveis
- Referências orientam personagens, iluminação e cores
- Uma arquitetura cuida da compreensão e da geração
- Conclusão
O modelo foi lançado na noite de terça-feira, 17 de novembro de 2026. A Kling AI publicou seu guia do usuário do Image 4.0 em 18 de novembro, listando geração nativa em 2K, 4K e 8K, até 10 imagens de referência por entrada e ferramentas para dividir imagens longas em camadas editáveis.
A Kling AI está vendendo tanto um fluxo de trabalho quanto um gerador de imagens: descreva um projeto, forneça referências visuais, gere um conjunto coordenado e, em seguida, revise elementos individuais. Os recursos anunciados reúnem várias tarefas em uma plataforma, incluindo simulação fotográfica, composição de texto, edição de imagens e planejamento de uma sequência de cenas.
Testes publicados inicialmente mostram por que esses recursos podem ser úteis, ao mesmo tempo que identificam limitações práticas. Um cartaz com cerca de 400 caracteres chineses apresentou erros de texto, e algumas imagens editadas continham detalhes grosseiros ou alterações além do escopo solicitado. O lançamento, portanto, coloca em foco tanto a capacidade de produção quanto o volume de correções necessárias.
O que foi lançado e quando?
O Kling Image 4.0 é um modelo de imagens estáticas, separado do modelo de vídeo Kling 4.0. Seus resultados imediatos são imagens, incluindo cenas relacionadas que criadores podem usar para planejar uma história ou preparar material para uma produção de vídeo posterior.
O lançamento ocorreu em duas datas:
- 17 de novembro de 2026: a Kuaishou lançou o Kling Image 4.0 na noite de terça-feira, com acesso por sua plataforma criativa e por uma API.
- 18 de novembro de 2026: a Kling AI datou seu guia do usuário, e testes publicados avaliaram fotografia, edição, layouts comerciais e sequências de imagens.
A API oferece a desenvolvedores e clientes corporativos uma forma de conectar o modelo a seus próprios softwares. As informações do lançamento não especificaram preços, tempos de geração nem eventuais diferenças de acesso entre os níveis de assinatura.
O que a resolução nativa em 8K oferece?
A Kling AI lista três resoluções nativas de saída: 2K, 4K e 8K. Geração nativa significa que o modelo cria uma imagem na resolução selecionada, em vez de depender apenas de uma etapa posterior que amplia uma imagem menor. A empresa afirma que o 8K dá aos usuários mais liberdade para usar telas grandes e recortar imagens.
Um recorte remove parte de uma imagem para dar destaque a um rosto, produto ou outro detalhe. Começar com mais pixels pode preservar mais informações na imagem depois do corte. A Kling AI diz que o modelo também aprimora as transições de iluminação, a textura da pele, dos tecidos e de outros materiais.
Testes de retratos publicados descreveram uma iluminação relativamente natural entre as pessoas e o ambiente ao redor. Trechos ampliados preservaram texturas visíveis de cabelo e roupas, embora ainda houvesse imperfeições no realismo dos personagens e do cenário. Os testes de paisagens incluíram neblina matinal em um vale, o nascer do sol sobre montanhas nevadas e o pôr do sol em um deserto, com variações de luz e profundidade entre as cenas.
O guia também lista formatos para diferentes aplicações, incluindo imagens quadradas em 1:1, verticais em 3:4, widescreen em 16:9 e composições mais largas em 21:9. Isso dá aos criadores opções para adequar uma imagem a uma página de produto, apresentação ou quadro cinematográfico antes de gerá-la.
Capacidade de texto é posta à prova em um cartaz exigente
A Kling AI afirma que o Image 4.0 pode inserir até 2.000 caracteres em uma única imagem e aceitar instruções de até 15.000 tokens. Um token é uma unidade usada pelo modelo para processar informações, muitas vezes uma palavra ou parte dela. O limite de instruções se aplica ao briefing; o limite de caracteres diz respeito ao texto que aparece na imagem final.
A distinção é importante para um anúncio complexo. Um criador pode usar um briefing longo para especificar o produto, o fundo, a iluminação, o texto e o layout, enquanto pede que a imagem contenha apenas um título curto.
O guia oficial menciona seis idiomas: chinês, inglês, japonês, coreano, espanhol e português. A cobertura do lançamento descreve suporte a sete idiomas, enquanto a apresentação mais ampla identifica separadamente a escrita chinesa simplificada e tradicional. Usuários que trabalham com diferentes mercados precisarão selecionar o idioma e o sistema de escrita adequados para seu material.
A Kling AI também lista mais de 70 fontes licenciadas para uso comercial e suporte ao envio de uma imagem para orientar a tipografia. Segundo a apresentação oficial, os usuários podem editar o texto e os estilos de fonte dentro das imagens geradas.
Um teste publicado de design comercial pediu um cartaz para uma revista de tecnologia com cerca de 400 caracteres chineses, um título grande, uma ilustração de escritório e uma paleta em creme, azul e laranja. O resultado separou o título, o texto principal e a ilustração em áreas legíveis, mas apresentou erros de texto e pouca originalidade no design diante do layout carregado.
As tentativas posteriores de mudar fontes e substituir trechos específicos foram descritas como precisas. Para designers, essa combinação torna a revisão uma parte central do fluxo de trabalho: o sistema pode montar uma página e depois aceitar correções pontuais, mas o texto final ainda precisa ser conferido.
Como funciona um conjunto de 10 imagens?
O Kling Image 4.0 oferece os modos Padrão e Série. O modo Padrão gera uma ou mais imagens a partir de um prompt. O modo Série foi projetado para produzir imagens relacionadas em conjunto, com até 10 imagens em uma geração.
A Kling AI afirma que seu recurso de planejamento determina o que cada imagem deve mostrar, mantendo os personagens e a direção visual consistentes. Em um storyboard, isso significa distribuir uma história entre diferentes planos, em vez de gerar repetidamente variações de uma mesma cena.
Um teste publicado usou uma história de suspense sobre uma jovem que espera em uma estação de metrô tarde da noite. Ela encontra um bilhete vermelho e, quando o último trem chega, vê uma versão de si mesma de 10 anos no futuro. A sequência gerada alternou entre planos abertos, enquadramentos mais próximos e detalhes do rosto, mantendo relativamente consistentes a aparência e as roupas da personagem principal.
Outra sequência acompanhou um programador de escritório que imagina viajar para uma praia, montanhas, um deserto e o espaço, até que uma mensagem de trabalho interrompe sua fuga. A história avançou ao longo das imagens, embora alguns planos tivessem uma aparência artificial, semelhante a plástico.
Um terceiro exercício pediu 10 vistas do mesmo vale de Xinjiang, do amanhecer ao pôr do sol. Diferentes ângulos e mudanças na iluminação produziram um estilo documental compartilhado. Em conjunto, os exercícios mostram os tipos de continuidade que o recurso tenta administrar: uma pessoa ao longo de várias cenas, uma narrativa em diferentes locais e uma paisagem ao longo de um dia.
Páginas longas de produtos ganham camadas editáveis
A Kling AI também oferece suporte a imagens longas para páginas de detalhes de produtos em lojas on-line e para designs de sites. Essas imagens combinam fotos de produtos, textos explicativos e seções visuais separadas em um único layout extenso.
Um teste publicado forneceu uma foto de um laptop e pediu uma página completa do produto, com uma imagem principal, pontos de venda, detalhes da aparência, cenas de uso e especificações. A página gerada organizou esses elementos em seções distintas, com um estilo relativamente consistente.
O guia oficial acrescenta um recurso prático de edição: imagens longas podem ser divididas em camadas, permitindo editar e gerar novamente elementos individuais. Uma camada é uma parte separada de uma composição que pode ser alterada sem refazer todas as outras partes. Em uma página de produto, isso pode facilitar a revisão de uma seção visual depois da geração inicial.
Os testes de publicidade de produtos também usaram fotos de tênis, um relógio e um laptop. Os cartazes resultantes variaram as cores, a composição e a tipografia conforme os produtos. Essa é uma tarefa comercial mais específica do que criar uma imagem atraente por si só: o gerador precisa organizar as informações em torno de um objeto existente.
Referências orientam personagens, iluminação e cores
O Kling Image 4.0 aceita até 10 imagens de referência por entrada. As referências podem fornecer material para uma edição ou orientar escolhas como tipografia, cores e iluminação. A empresa também menciona mais de 110 estilos predefinidos de gradação de cores, que alteram o tratamento cromático e o clima da imagem.
Os testes de edição incluíram uma foto de casamento com uma noiva, um noivo e cinco parentes ou amigos. Os pedidos alteraram o estilo artístico e a iluminação, preservando a composição principal e as relações entre as pessoas.
Outro exercício modificou o protagonista de Phantom Blade Zero, substituindo suas roupas por um traje de kung fu amarelo e preto associado a Bruce Lee e trocando suas armas por nunchakus. A edição atendeu ao pedido principal, mas alguns detalhes ficaram grosseiros e certas mudanças foram além do pretendido.
Um esboço simples de casamento também foi usado como referência para uma cena fotográfica. O modelo interpretou as pessoas principais e suas posições, depois acrescentou cadeiras, flores e convidados. Esses exemplos ilustram dois usos distintos do material de referência: preservar detalhes já presentes em uma fotografia e construir uma cena mais completa a partir de um plano visual rudimentar.
Uma arquitetura cuida da compreensão e da geração
A Kling AI descreve o Image 4.0 como uma combinação de compreensão visual e geração de imagens em uma única estrutura autorregressiva. Em termos simples, o sistema usa um processo compartilhado para interpretar instruções e material visual e, em seguida, construir o resultado solicitado passo a passo.
A descrição técnica se concentra em um único Transformer, um tipo de rede neural usado para processar relações entre informações. Também descreve o tratamento estruturado de personagens, arranjos espaciais, ângulos de câmera e iluminação. Esses são os elementos que um briefing detalhado precisa coordenar ao pedir vários personagens, posições específicas e um estilo visual consistente.
A empresa chama o componente de planejamento de agente. Nesse contexto, isso significa organizar uma solicitação complexa em tarefas menores e coordenar as etapas necessárias para concluí-la. A geração em série é um exemplo direto: o modelo precisa decidir como dividir uma história entre imagens, mantendo detalhes em comum de uma imagem para a seguinte.
Para os criadores, a questão prática é quanto trabalho resta depois da geração. Os exercícios publicados mostraram planejamento útil de cenas, composição e edição pontual, além de erros de texto e detalhes visuais irregulares. Uma campanha com texto exato sobre um produto ou um storyboard que exija continuidade precisa ainda dependerá de revisão e ajustes.
Conclusão
- A Kuaishou lançou o Kling Image 4.0 em 17 de novembro de 2026, pelo Kling Creative Studio e por uma API.
- O guia oficial lista geração nativa em 2K, 4K e 8K, com até 10 imagens de referência por entrada.
- O modo Série pode gerar até 10 imagens relacionadas a partir de um único prompt.
- A Kling AI anuncia suporte a até 2.000 caracteres por imagem, instruções de até 15.000 tokens e mais de 70 fontes licenciadas para uso comercial.
- A geração de imagens longas e a edição em camadas são voltadas a páginas de produtos e outros layouts complexos.
- Testes publicados identificaram recursos úteis de edição e continuidade, além de erros de texto, detalhes grosseiros e algumas alterações não intencionais.






