Kuaishou Technology официально представила модель генерации изображений Kling Image 4.0. Продукт ориентирован на задачи профессионального дизайна и выводит графику в разрешении до 8K (7680×4320 пикселей). Главное нововведение — поддержка отображения до 2000 китайских иероглифов на одном изображении. Разработчики утверждают, что текст сохраняет чёткость и не содержит артефактов даже при мелком кегле. Дополнительно модель способна генерировать серии до десяти тематически связанных картинок, которые наследуют общий стиль, цветовую палитру и персонажей. Это делает инструмент пригодным для создания раскадровок, комиксов и рекламных макетов.
Платформа Kling AI дебютировала в 2024 году как генератор видео и быстро стала одним из главных конкурентов Sora от OpenAI. Впоследствии компания добавила модуль для статичных изображений, выпустив Kling Image 3.0. Та версия уже поддерживала работу с текстом, однако лимит символов был существенно скромнее. В основу Kling Image 4.0 легла гибридная архитектура диффузионного трансформера с улучшенным механизмом внимания к текстовым областям. По информации отраслевых источников, обучение проводилось на специализированном датасете, который содержит миллионы пар «изображение — длинный китайский текст» в высоком разрешении. Это позволило модели научиться точно позиционировать иероглифы, избегая типичных ошибок вроде зеркальных или слипшихся знаков.
Функция серийной генерации адресована иллюстраторам, авторам комиксов и маркетологам. Пользователь описывает сюжетную линию или ключевую сцену, после чего алгоритм создаёт до десяти последовательных кадров. Система автоматически поддерживает согласованность фона, освещения и мимики персонажей, что сокращает объём ручной постобработки. При необходимости можно задать плавное изменение ракурса или времени суток от кадра к кадру.
Разрешение 8K обеспечивает плотность около 33 мегапикселей. Этот показатель достаточен для широкоформатной печати, наружной рекламы и цифровых билбордов. Для сравнения: Midjourney v6.1 и DALL-E 3 в стандартном режиме выдают изображения размером до 2048×2048 пикселей, а их возможности по отображению длинного текста остаются ограниченными. Сервис Ideogram 2.0 специализируется на тексте, но не заявлял о поддержке 2000 символов в одном кадре. Среди китайских аналогов можно отметить Jimeng от ByteDance и Tongyi Wanxiang от Alibaba, однако ни один из них пока не предлагает сопоставимого объёма иероглифического текста при сохранении 8K-разрешения. Таким образом, Kling Image 4.0 занимает узкую, но востребованную нишу на азиатском рынке.
Модель также включает расширенные средства управления генерацией. Доступны негативные промпты, выбор соотношения сторон (1:1, 16:9, 9:16 и другие) и загрузка референсных изображений для стилизации. По данным тестов, формирование одного 8K-кадра занимает около 12 секунд на инфраструктуре с графическими процессорами NVIDIA H100. Это обеспечивает высокую производительность при потоковом создании контента для социальных сетей и коммерческих задач.
Доступ к модели открыт через веб-интерфейс платформы Kling AI и API. Пользователи могут опробовать базовые функции бесплатно в рамках определённых лимитов; для профессионального использования предусмотрены платные тарифы. Kuaishou Technology, управляющая одноимённым приложением с аудиторией свыше 400 миллионов активных пользователей, рассматривает генеративный искусственный интеллект как стратегическое направление. Запуск Kling Image 4.0 укрепляет позиции компании в конкуренции с ByteDance и Tencent на быстрорастущем рынке AI-инструментов для создания контента. Ожидается, что в ближайшие месяцы функционал модели будет расширен за счёт интеграции с видеоредакторами и платформами электронной коммерции.
