Cosa cambia nel modello
Kuaishou ha annunciato, tramite la testata IT之家, l'arrivo di Kling Image 4.0, nuova generazione del modello di creazione di immagini di Kling AI. Il rilascio, comunicato il 17 novembre, è accompagnato dall'apertura dell'accesso via API a clienti aziendali e sviluppatori, elemento che segnala l'intenzione di portare il modello fuori dall'uso consumer e dentro i flussi produttivi delle imprese.
La novità principale riguarda l'architettura: il modello adotta un'impostazione che Kuaishou descrive come «comprensione e generazione unificate», con l'obiettivo di integrare la comprensione visiva e la generazione delle immagini in un unico sistema. Secondo l'azienda, questo collegamento tra interpretazione della richiesta e produzione del contenuto visivo serve a rendere più diretto il percorso dall'intenzione creativa al risultato finale.
Le tre direttrici dichiarate
Kuaishou indica tre upgrade centrali. Il primo riguarda il realismo e la risoluzione: il modello supporta per la prima volta la generazione nativa di immagini 8K e incorpora nel processo nozioni di fisica e percezione visiva, per rendere luce, pelle e superfici più vicine a uno scatto fotografico. Una risoluzione così alta ha un'utilità concreta per la visualizzazione dettagliata e per il ritaglio successivo in post-produzione.
Il secondo riguarda il testo all'interno dell'immagine: Kling Image 4.0 dichiara la capacità di generare fino a 2000 caratteri in una singola immagine, con una gestione più accurata di istruzioni complesse e impaginazione, così da mantenere leggibili anche i caratteri di piccole dimensioni. Il terzo concerne l'organizzazione dei contenuti: il modello può produrre fino a 10 immagini in serie a partire da una sola descrizione, mantenendo uno stile condiviso, ed è pensato anche per formati lunghi come pagine di dettaglio e-commerce e layout web.
Input, lingue e controllo dello stile
Il materiale della fonte precisa alcuni parametri operativi: l'input testuale può arrivare a 15000 token, soglia che dovrebbe permettere richieste articolate su disposizione del testo, impaginazione e presentazione del soggetto. Sono inoltre integrati oltre 70 font commerciali predefiniti e la possibilità di caricare immagini di riferimento per orientare la forma e lo stile dei caratteri. La copertura linguistica dichiarata comprende cinese semplificato e tradizionale, inglese, giapponese, coreano, spagnolo e portoghese.
Sul fronte della coerenza, il modello presenta una capacità definita «Agentic» che organizza autonomamente contenuto e priorità delle singole immagini di una serie, dallo storyboard alla presentazione di prodotti. Sono infine disponibili oltre 110 stili tonali predefiniti, con la possibilità di estrarre colori e luce da un'immagine di riferimento per costruire un proprio profilo visivo.
Da verificare
Le informazioni arrivano dalla comunicazione dell'azienda e dalla sintesi di IT之家: non sono presenti test indipendenti, benchmark o esempi verificabili. Restano quindi da accertare la reale resa dell'8K nativo rispetto a soluzioni concorrenti, l'effettiva precisione del testo su 2000 caratteri e le condizioni commerciali dell'accesso API, su cui il materiale non fornisce dettagli.
