VIBEPAPER JOURNAL / AI CREATION
Kling 3.0 實測：它改了什麼、怎麼設定，以及我們的測試片段說明了什麼
VibePaper · 更新於
Kling 3.0 更適合那些靠物理細節撐起畫面的鏡頭：會擺動的布料、會泛起漣漪的水面、穿過空間的人體動作。Kling 公佈的資料是單次生成 3 到 15 秒，支援用參考素材保持角色一致，並可生成五種語言的原生聲音。我們在 VibePaper 的影片生成器裡選用 Kling 3.0 Omni，生成了一段五秒的測試，看單一主體能保持到什麼程度。下面的片段只做了 720p 網頁壓縮，沒有其他處理。
- Kling 3.0
- Kling 3.0 Omni
- AI 影片生成
- 參考圖
- 原生聲音
一覽
| 能力 | Kling 公佈的數字或表現 | 在 VibePaper 裡意味著什麼 |
|---|---|---|
| 單次時長 | 單次生成最長 15 秒。Kling 的發布部落格給出 3 到 15 秒的範圍。 | 我們讀到的時長選單是 3 秒到 10 秒。目前在 VibePaper 裡請按 10 秒以內規劃。 |
| 解析度 | Kling 的 Omni 指南列出 720p 和 1080p 兩種模式。 | 畫質選單裡有 std、pro 和 4k。我們檢視的 Kling Omni 頁面上沒有 4K，請先用自己的任務測試再依賴它。 |
| 參考圖 | 最多 7 張，每張至少 300 像素。若加入參考影片，圖片和元素合計最多 4 個。 | 參考行裡，這個模型顯示的是圖片和影片兩個素材位。每張圖在鏡頭裡只承擔一個作用。 |
| 參考影片 | 一段 3 到 10 秒的影片，最大 200 MB，最高 2K。 | 一段只有一個角色的短影片，有助於保持外觀和聲音一致。 |
| 聲音 | 與畫面在同一次生成中產生原生聲音，支援英語、中文、日語、韓語和西班牙語。 | 畫質選單下方有一個 Sound 勾選框，預設關閉。 |
相比上一代 Kling 改了什麼
Kling 的 Omni 指南給出了最清楚的對比。它寫 Omni 的影片時長最長 15 秒，前一代 O1 最長 10 秒。同一份指南說，Kling 3.0 Omni 把原生聲音和元素一致性控制結合在一起，所以一段生成裡角色的外觀和聲音都能保持下來。
對創作者來說，實際變化主要有三處：單個鏡頭能跑多長，同一個角色能用多少種參考素材來約束，以及聲音是否隨畫面一起生成，而不是事後再加。
Kling 3.0 的能力細節
單次生成可以更長
Kling 公佈單次生成最長 15 秒，發布部落格還說可以在 3 到 15 秒之間任選一個長度。不過，我們在 VibePaper 裡讀到的時長選單只到 10 秒。我們的測試只用了五秒，畫面裡只有一個動作、一個地點。我們沒有做更長的測試，所以無法判斷完整的 15 秒鏡頭效果如何。
參考素材與元素
Kling 最多接受 7 張參考圖，每張的短邊至少 300 像素。若再加入一段參考影片，圖片和元素合計最多 4 個。Kling 的指南把「元素」描述為由圖片或一段短影片建立的主體。用影片建立角色時，需要一段 3 到 8 秒、只有一個人的畫面；用來綁定聲音時，需要 5 到 30 秒、只有一個人說話的音訊。
我們把數量當作上限，而不是要用滿的目標。每個參考素材都應該回答一個問題：鏡頭裡是誰、地點長什麼樣、鏡頭怎麼運動。回答不了新問題的素材，只會增加噪音。
原生聲音
Kling 稱，聲音與畫面在同一次生成中完成，支援英語、中文、日語、韓語和西班牙語。它的定價表把原生聲音開啟和關閉列為兩個不同檔位，所以聲音既是創作決定，也是成本決定。我們在介面上看到一個預設未勾選的 Sound 選項。我們沒有測試聲音，我們那段網頁版片段也沒有聲軌。
我們測試裡的物理細節
最能體現這個模型特點的，正是我們生成的這段鏡頭。一條淺色長裙在人轉身時擺動，淺水裡的漣漪從腳邊擴散開，水中的倒影隨人物移動。Kling 的宣傳把布料、頭髮、水和拐彎的汽車列為優勢。我們只測了布料和水，沒有測其他內容。
我們測試的畫面
下面的截圖都來自同一段五秒片段。它於 2026 年 10 月 14 日在 Paper Gen 裡生成，選用 Kling 3.0 Omni，畫幅 16:9。第一張截圖同時也是動態版本，即原片的 720p 網頁壓縮，已去掉聲音。另外兩張是同一片段裡的其他幀。我們沒有剪輯或調色。
在 VibePaper 裡設定一段 Kling 3.0 影片
- 01開啟影片模式進入影片生成器，從「圖片」切換到「影片」。頁面頂部有圖片、影片和文字三個標籤。
- 02選擇 Kling 3.0 Omni開啟模型選擇器，進入 Kling 分組。分組裡有 Kling 3.0 Omni 和 Kling V3。先選 Omni，因為模型決定了可用的比例、時長和畫質選項。
- 03設定比例和時長「生成」按鈕旁邊的設定行顯示 Aspect ratio 和 Duration。我們看到的比例選單是 1:1、9:16 和 16:9，時長是 3 秒到 10 秒。我們選了 16:9 和 5 秒。
- 04檢查畫質和聲音點選設定行裡的滑桿圖示，會展開進階行：Quality 選單（std、pro、4k，我們用的是預設的 pro），以及預設關閉的 Sound 勾選框。
- 05新增參考、寫分鏡、看價格用圖片和影片素材位新增參考，然後只描述一個鏡頭：主體、一個動作、一種運鏡、光線。提交前先看一眼「生成」按鈕上的數字。
各項設定在哪裡
影響 Kling 任務的設定分佈在兩處。第一處是提示詞框上方的參考行，這個模型的圖片和影片素材位都在這裡。第二處是提示詞下方的設定行，模型、比例、時長、進階滑桿和「生成」按鈕都在這裡。下面的截圖是 Kling 3.0 Omni 預設設定下的進階行和設定行。
我們核實過的限制
功能列表告訴你模型本該做到什麼，限制才決定它適不適合一項任務。下面是我們能夠核實的部分。
- 介面的選單比公佈的範圍短。Kling 公佈最長 15 秒，但我們看到的時長選單只到 10 秒。請以你看到的選單來規劃。
- 4K 還未經證實。畫質選單裡有 4k，但 Kling 的 Omni 指南只寫了 720p 和 1080p 兩種模式。正式提交 4K 任務前，先用測試看看輸出。
- 參考影片有限制：一段 3 到 10 秒的影片，最大 200 MB，最高 2K。與圖片合用時，圖片和元素合計最多 4 個。
- 價格顯示在按鈕上。我們在 5 秒、16:9、pro 畫質、Sound 關閉的設定下，看到「生成」按鈕顯示 30.8。我們沒有測試其他設定會如何改變這個數字，所以每次都請重新看一遍。
- 我們只測了一個主體。多個角色或人群能保持到什麼程度，我們無法判斷。
第一次嘗試的提示詞清單
主體：一位穿長款淺色裙子的女人，夕陽下站在沒過腳踝的淺水裡。動作：她緩慢轉身，裙襬隨之甩開。鏡頭：低機位、穩定的側面角度，輕微推近。光線：溫暖的低角度陽光，水面上有柔和的倒影。質感：乾淨的電影感，畫面無文字、無標誌。關於 Kling 3.0 的常見問題
Kling 3.0 單次生成最長多久？
Kling 公佈單次最長 15 秒，發布部落格給出的範圍是 3 到 15 秒。我們看到的 VibePaper 時長選單只到 10 秒，規劃更長的鏡頭前請先看選單。
最多能用幾張參考圖？
Kling 的 Omni 指南列出最多 7 張，每張短邊至少 300 像素。如果同時加入參考影片，圖片和元素合計最多 4 個。
Kling 3.0 會生成聲音嗎？
Kling 稱，原生聲音與畫面在同一次生成中完成，支援英語、中文、日語、韓語和西班牙語。在 VibePaper 裡，Sound 勾選框預設關閉。我們沒有測試片段的聲音。
Kling 3.0 Omni 支援 4K 嗎？
VibePaper 的畫質選單裡有 4k。Kling 的 Omni 指南寫的是 720p 和 1080p 兩種模式，沒有提到 4K。依賴 4K 輸出之前，建議先用自己的任務做一次簡短測試。
參考資料與本文範圍
技術概念以下列官方資料與原始來源為準。文中的工作流程建議與範例屬於編輯觀點分析，不代表效果保證。
- Kling VIDEO 3.0 Omni 使用者指南來源：15 秒上限、720p 與 1080p 模式、參考圖和參考影片限制、元素要求，以及原生聲音開啟與關閉兩個檔位。
- Kling VIDEO 3.0 Omni：AI 影片終極指南來源：3 到 15 秒的時長範圍，以及原生聲音的五種語言。頁面標註日期為 2026 年 6 月 26 日。