Kling 4.0 gera 30 segundos de uma vez. O que muda para quem dirige filme com IA

Em 15 de outubro de 2026, a Kuaishou lançou o Kling 4.0, nova versão do seu modelo de geração de vídeo. O anúncio oficial, publicado no dia seguinte, destaca três frentes: movimento mais estável, takes de até 30 segundos gerados de uma só vez e um sistema de referências bem mais amplo.

Os números abaixo são da própria empresa. Até a publicação deste texto, não havia teste independente comparando o Kling 4.0 com outros modelos.

O que foi anunciado

Segundo o comunicado da Kuaishou:

• Até 30 segundos por geração, nativos, em uma única passada. Planos longos e cenas contínuas deixam de depender de colar vários pedaços curtos.
• Omni Reference com até 15 referências na mesma tarefa: até 10 imagens, 5 vídeos e 7 sujeitos, combinados com vozes.
• Até 10 quadros-chave para marcar momentos da cena: onde o personagem está, como a cena muda, onde a história vira.
• Saída em HDR de 10 bits, com mais detalhe em luz alta e sombra, o que dá margem para a correção de cor.
• Prompt de até 8.000 tokens, para descrever a intenção com mais precisão.

A empresa também lista recursos que ainda não chegaram: 4K, 1080p e formato 21:9 “serão” suportados, a extensão de vídeo até dois minutos vem “em breve” e a API para empresas e desenvolvedores também. Vale tratar essas promessas como promessas até estarem no ar.

O detalhe que importa: que tipo de referência ele aceita

A duração chama atenção, mas a mudança maior está em outra linha do comunicado. O Kling 4.0 aceita como referência folhas de personagem em três vistas, grades de imagens, storyboards e wireframes. Aceita também vídeos de modelo branco, aqueles bonecos sem textura que se usam em previsualização, e vídeos de mapa de profundidade.

Na prática, isso quer dizer que o modelo foi desenhado para receber uma pré-produção. A cena pode chegar com o personagem definido, o espaço desenhado e o movimento de câmera ensaiado antes de qualquer geração.

A própria Kuaishou diz que a disputa mudou: a questão não é mais se a IA gera vídeo, e sim se gera com controle e de forma confiável.

Por que 30 segundos mudam a montagem

Até aqui, boa parte do vídeo com IA era montada com pedaços curtos, de poucos segundos cada. Cada corte era também uma chance de o personagem mudar de rosto, a luz mudar de direção ou o cenário perder um objeto. Muito corte não era escolha de linguagem, era remendo.

Com 30 segundos num take só, o corte volta a ser decisão de montagem. Um plano-sequência, uma conversa sem interrupção ou uma ação que precisa de tempo para respirar ficam possíveis.

Mas tempo maior também expõe mais. Um take de 30 segundos sem direção é só um erro mais longo. Quanto mais o modelo segura, mais claro precisa estar o que acontece em cada segundo.

Publicidade e agentes de IA

Duas linhas do comunicado falam direto com o mercado de marca. A primeira é a recriação criativa: o modelo pode partir do ritmo, do enquadramento e do estilo de um vídeo de referência e trocar os produtos, os personagens e os elementos dele. A Kuaishou cita anúncio de produto, moda, beleza e eletrônicos como usos.

A segunda é a integração com o Kling MCP e com a linha de comando. Na prática, agentes de IA passam a poder pedir gerações com referências e quadros-chave sem alguém clicar em cada etapa. Isso acelera variações de uma mesma peça, mas também multiplica o risco de gerar muito sem critério.

O que muda para quem faz ou contrata filme

Para marcas e agências, o anúncio aponta onde o trabalho vai se concentrar.

• Pré-produção pesa mais. Folha de personagem, placa de locação, storyboard e previs passam a ser insumo direto do modelo. Quem chega com isso pronto gasta menos geração tentando acertar.
• Continuidade vira requisito. Com 15 referências, dá para manter rosto, figurino, produto e espaço iguais entre planos. Filme de marca com o mesmo personagem em várias peças fica mais viável.
• Ainda é preciso testar. Números de fabricante não substituem teste no próprio projeto. Antes de prometer prazo a um cliente, vale gerar o momento mais difícil da cena e ver se o modelo segura.

O ponto de vista deste blog

O Kling 4.0 não troca o diretor por um botão. Ele faz o contrário: dá mais peso a quem sabe planejar a cena antes de gerar.

Quanto mais um modelo aceita referência, mais o filme depende da qualidade dessas referências. Personagem bem desenhado, espaço pensado, câmera com intenção. É o mesmo ofício de sempre, agora com um motor mais longo.

No portfólio, os episódios de The Batman (estudo pessoal / fan art) mostram por que isso importa: manter o mesmo personagem, a mesma cidade e a mesma luz de um plano para o outro é o que faz uma série de imagens virar filme.