可灵版本历史:从 2024 年的 1.0 到 4.0 的宣布

这份历史怎么读
上面这张样片截图来自《天帝归位》——本站做的;给它渲染镜头的模型版本号还会一直变。
版本号很快就会变成传说。多数「可灵编年史」把新闻稿、应用商店和印象里的日期混在一起写,而且等你看的时候,最新一条已经过时。本页把两类证据分开:
- 厂商自己的材料——3.0 与 4.0 两条:新闻稿与可灵自家的页面。
- 第三方整理,并明确标注——1.0 与 2.x 两条,这两处我们没能找到第一方页面。
日期来自第三方的,正文里会写明;核不到的东西,放在「这一页不主张什么」一节,不混进时间线。
时间线
| 版本 | 时间 | 加了什么 | 依据 |
|---|---|---|---|
| 可灵 1.0 | 2024 年 6 月 | 第一个公开的可灵模型 | 第三方时间线(fal.ai) |
| 2.1 | 2.x 系列 | 拆成 Standard、Pro、Master 三个版本 | 第三方梳理(Atlas Cloud) |
| 2.6 | 2.x 系列 | 原生音频同步 | 第三方梳理(Atlas Cloud) |
| 3.0 / 3.0 Omni | 2026 年 2 月 | 多镜头生成(3–15 秒里最多 6 个镜头切换)、五语言原生音频、主体参考、Character Identity 3.0 | 新闻稿(2026-02-06)与可灵官方博客 |
| 4.0 / 4.0 Flash | 2026 年 9 月 28 日宣布 | 公布单次到 30 秒、4K、最多 10 个关键帧、Omni Reference 最多 15 个参考;Flash 是 720p、20 秒的轻量版 | 可灵自家的模型发布页 |
可灵 1.0,2024 年 6 月
这条线的起点是 2024 年 6 月的 1.0。这个日期来自第三方时间线(fal.ai 的说明文是其中之一),不是我们还能打开的第一方页面,所以请把它当作「月份可信、具体哪天不保证」。
1.0 对读后面公告的意义在于基线:文字或单张图生成短片段,没有声音。本页后面讨论的每一项能力——多镜头、同步台词、角色一致性、关键帧——都是在这个起点上后来加的东西。
2.x 系列
2.x 这一代是可灵开始把一个模型拆成多个版本、并开始加声音的阶段。两个细节,都来自第三方的整理(Atlas Cloud 的指南):
- 2.1 就有 Standard、Pro、Master 三个版本——后来在 AI 视频里到处出现的分档,这里是最早的信号。
- 2.6 加入了原生音频同步——声音和画面一起生成,而不是事后配上去。
两次发布我们都没找到第一方页面来定日期,所以这一节就停在这个粒度,不再重复我们追不到的精确日子。音频这条线的意义在后面:它一路通到 3.0 的按人分台词和 4.0 的立体声。
3.0 与 3.0 Omni,2026 年 2 月
可灵 3.0 发布于 2026 年 2 月——2 月 4 日的社媒、2 月 6 日的新闻稿——这一代把可灵从「生成一条片」推向了「生成一段戏」。
这一代公布的内容(四个型号:Video 3.0、Video 3.0 Omni、Image 3.0、Image 3.0 Omni)包括:
- 多镜头生成:一条 3–15 秒的生成里最多 6 个镜头切换,每个镜头有自己的时长、景别、视角、内容和运镜;官方博客说由 AI Director 处理正反打与交叉剪辑。
- 原生音频:台词与画面一起生成,支持英语、中文、日语、韩语、西班牙语,带口音,多人场景按说话人分台词。
- 参考模式:主体(Element)参考、多图参考、视频主体参考;Character Identity 3.0 保脸,Element Voice Control 把声音绑到主体上。
- 画面内文字在运动中保持清楚。
细节和出处都在 可灵 3.0 多镜头和分镜怎么对应 那一篇里。
3.0 Turbo:有报道,没核实
一些第三方博客还写了 3.0 Turbo(或 Omni 引擎)的一次发布,日期在 2026 年年中。我们在任何第一方页面上都核不到这次发布,所以它刻意不进上面的时间线,也不在这里写日期。哪天可灵自己的发布页收录了它,它就该进那张表;在那之前,它只是转载里的一个说法。
4.0 与 4.0 Flash,2026 年 9 月 28 日宣布
当前这一代于 2026 年 9 月 28 日宣布:可灵 4.0 与更轻的 可灵 4.0 Flash。以下都是公布口径:
- 更长的单条:单次 3–30 秒;「延长到最长 2 分钟」标「即将」。Flash 是 3–20 秒。
- 更高的分辨率:720p、1080p、4K,其中 1080p 与 4K 的 10-bit HDR 标「即将」。Flash 只有 720p。
- 帧控制:首帧、尾帧,加时间轴任意位置最多 10 个关键帧。Flash 的公告里没有它们。
- 参考:Omni Reference,每个任务最多 15 个,涵盖图、视频、主体和声音。
- 音频与编辑:立体声、对口型更紧、9 种语言,以及一层最多 5 段输入的视频编辑。
Flash 在宣布当天对一小批创作者开放;完整版说的是 10 月上线、没有日期。截至 2026 年 10 月 15 日,我们没有查到它上线的报道,两个版本也都没有公布价格。
逐项拆解在 可灵 4.0:公布了什么;两个版本的对比在 可灵 4.0 和 4.0 Flash 怎么选。
看指南时,为什么版本号要紧
写给上一代的建议,遇到下一代就不灵了。写着「最长 15 秒」的指南说的是 3.0;写着「最长 30 秒」的,说的是 4.0 的公告。两篇在写的时候都是对的,但没有一篇能告诉你今天在跑的是哪一版。
三个习惯能让你避开过时的信息:看正文里的版本号,看页面上的日期,以及页面引用规格时,留意它说的是「公布」还是「实测」。凡是过了公告阶段的,只有厂商自己的发布页能一锤定音。
这一页不主张什么
- 1.0 与 2.x 的精确日期。第三方时间线在大形状上一致(1.0 在 2024 年年中,之后是 2.1 与 2.6),但没有第一方页面可查。
- 3.0 Turbo。第三方有报道,可灵没有确认;本页不给日期。
- 4.0 公告之外的任何事。没有实测规格、没有价格、没有上线确认——据我们所查,这些东西现在都不存在。
来源
- 可灵:4.0 模型发布页(kling.ai)——2026 年 9 月 28 日的公告。
- 可灵:Video 3.0 Omni 多镜头与原生音频说明(官方博客)——3.0 一代的能力。
- Bernama:可灵 3.0 新闻稿(2026-02-06)——3.0 的发布与型号。
- fal.ai:可灵 4.0 是什么(说明文)——把 1.0 定到 2024 年 6 月。
- Atlas Cloud:可灵指南——2.x 的细节(2.1 分档、2.6 原生音频),第三方。
- Runware:可灵 4 规格表——4.0 与 Flash 的公布规格。
Kling / 可灵是权利人持有的商标,本页只用于指称该产品;SceneMixer 与它没有隶属关系。日期依赖第三方的,正文里都写明了;规格按公告原文转述。
| 年份 | 版本 | 节点 |
|---|---|---|
| 2024 | 可灵 1.0 | 2024 年 6 月首个公开版本 |
| 2024–2025 | 2.1 / 2.6 | Standard / Pro / Master 分档;原生音频同步到来 |
| 2026 年 2 月 | 3.0 / 3.0 Omni | 多镜头生成、原生音频、主体参考、Character Identity 3.0 |
| 2026 年 9 月 28 日 | 4.0 / 4.0 Flash | 宣布:单次到 30 秒、4K、10 个关键帧、Omni Reference |
常见问题
可灵是什么时候开始的?
第三方时间线(例如 fal.ai 的说明文)把可灵 1.0 定在 2024 年 6 月;我们没找到第一方页面来定这个日期,所以月份比较可信,具体哪天不保证。
2.x 系列加了什么?
按第三方的整理:2.1 把模型拆成 Standard、Pro、Master 三个版本;2.6 加入原生音频同步——声音和画面一起生成,而不是事后配。
可灵 3.0 带来了什么?
多镜头生成(3–15 秒里最多 6 个镜头切换)、五语言原生音频并按说话人分台词、主体与多图参考、Character Identity 3.0、运动中保持清楚的画面内文字。2026 年 2 月发布。
有可灵 3.0 Turbo 吗?
部分第三方博客把 3.0 Turbo 定在 2026 年年中。我们在第一方页面核不到,所以本页不给它日期,也不放进时间线。
可灵 4.0 什么时候宣布的?
2026 年 9 月 28 日,和可灵 4.0 Flash 一起。完整版说的是 10 月上线、没有具体日期;截至 2026 年 10 月 15 日我们没有查到上线报道。
我能用上的最新版本是哪个?
以可灵自己的发布页为准。「宣布」和「发布」是两种状态;本页的每条都标了核对日期,而不是猜今天在跑什么。
为什么各家写的可灵数字不一样?
因为写的是不同代,或者把发布前的规格当实测在转述。15 秒这个数说的是 3.0;30 秒说的是 4.0 的公告。
站里用的是可灵模型吗?
不是。本页是版本历史。可用的视频档位、价格与限制都列在定价页上,其中没有可灵。
更新于 2026 年 10 月 15 日