可灵旗下图像模型 Kling Image 4.0 推出。据掘金平台一篇体验文章介绍,新版本的核心变化集中在两点:一是可直接生成原生 8K 图像,二是支持组图生成。对电商、服装、广告等需要批量视觉内容的场景来说,这次升级不只是提高清晰度,也试图解决同一人物、同一商品在多张图片中保持一致的问题。
原生 8K 解决“放大后能不能看”
过去 AI 生图用于电商展示时,常见问题是远看完整,近看细节丢失。皮包纹理、衣服面料边缘、人物发丝等区域一旦放大,容易变得模糊。Kling Image 4.0 的 8K 输出被作者用来测试这类细节。体验文章提到,一张原图尺寸达到 12544×5376,画面中的皮包纹路、褶皱、亮暗面,外套衣料边缘,以及人物散发和发丝朝向,都能在放大后保留可辨细节。
这类高分辨率输出的实际价值,在于一张图可以承担多种用途。同一张模特图既可以展示整套搭配,也可以截取包袋、衣料、人物近景等局部,用于封面、海报或材质展示。作者称,这种方式可以减少后续精修或超分步骤,让画面在不同取景需求下保持一致。
- 原图尺寸为 12544×5376,属于大尺寸图像输出。
- 皮包局部可看清皮纹、褶皱和明暗变化。
- 衣料边缘与背景不再轻易糊在一起。
- 发丝细节可呈现不同朝向,提升自然感。
组图功能把“反复提示”变成一套任务
另一个值得关注的变化是组图能力。电商视觉常需要同一人物生成多套穿搭、多个场景和多张海报。如果每张图都重新描述人物脸型、五官、发色、体型,很容易出现“衣服换了,人也跟着变了”的情况。Kling Image 4.0 的组图入口允许用户先上传固定人物参考,再为每张图单独描述动作、机位、服装和场景。
体验文章将其拆解为两层:人物参考用于告诉模型“这个人是谁”,单张提示词用于告诉模型“这次怎么拍”。共同要求中固定脸型、五官、发色等身份信息;不同图片中分别写清服装、动作、光线和构图。若制作真实商品,还可以补充服装正背面和细节图,参考越充分,复原效果越稳定。
在该演示中,同一位模特被生成八种冬季穿搭,包括多巴胺、青春靓丽、街头国潮、当代新中式、冰雪机能、Y2K 复古、芭蕾混搭和学院风。为了避免八张图变成相似站姿,作者同时调整了动作、机位和景别,让高角度坐姿、侧面跨步、低机位蹲姿、背影回眸等画面形成区别。
文字、光线与详情页:生成开始靠近真实工作流
Kling Image 4.0 还展示了文字生成能力。据文章介绍,可灵提供 76 种字体,用户可以选择,也可以上传字体。使用时需要注意字体版权。提示词中需要明确文字内容、出现位置、大小和透视关系,例如墙面上的字要顺着墙面透视,布袋上的字要跟随褶皱变化。这样生成的文字才不会像简单贴上去的海报标题。
在单张广告图之外,文章还演示了三种不同拍摄逻辑。广告感依赖光线、留白和构图,引导观众先看商品;生活感强调阴天散射光、街景和松弛姿态;纪实互动则通过人物与店员的交流动作,让画面像正在发生的事件。三种方式分别对应“让观众先看哪里”“人物在哪里”“人物在做什么”。
电商详情页长图则进一步体现工作流思维。作者以一件虚拟品牌羽绒服为例,将长图分为多个视觉模块:先展示正面和背面版型,再展示上身近景,随后放大胸标、拉链、腰侧口袋和弧形缝线等细节,最后用场景近景收尾。每个模块对应买家关心的问题,而不是简单堆叠漂亮图片。若用于真实商品,还需要补充面料、尺码和参数,让材质和说明更完整。
图像模型升级,正在从单张生成走向内容组织
从这次 Kling Image 4.0 的能力来看,图像模型的关注点正在从“生成一张图”转向“组织一组内容”。原生 8K 提升的是细节可用度,组图功能提升的是人物和商品一致性,文字、透视和详情页模块则把生成能力推进到实际制作环节。
对电商从业者来说,这类变化意味着模型可以参与更多前期视觉规划:先确定人物参考,再安排不同场景、机位和卖点;先明确买家观看顺序,再拆分长图模块;先把文字位置和材质透视写清,再交给模型生成。模型仍需要创作者提供清晰的画面认知和商品信息,但重复描述和局部失真的问题,有机会被进一步压缩。
原创文章,作者:点点,如若转载,请注明出处:https://www.dian8dian.com/ke-ling-kling-image-4-tu-xiang-mo-xing-geng-xin-yuan-sheng