可灵 AI 发布 4.0 版本，支持立体声与多语言口型同步

可灵 AI 4.0 单次可生成最长 30 秒视频，支持最多十张关键帧图像输入来固定转场和角色状态，提示词理解扩展到 8000 token。升级后的 Omni Reference 单次生成最多接受 15 个参考素材，包括 10 张图像、合计最长 30 秒的 5 段视频和 7 个元素，故事板、线框图、深度图视频等都可作为参考。新增的创意复刻功能允许用户以现有视频为模板替换产品或角色，并可单独调整表情、肢体动作、镜头角度或背景而不影响其余画面。 音频方面，可灵 4.0 加入双声道立体声，口型同步覆盖德语、英语、日语、韩语、西班牙语等十多种语言及多种方言口音，视频内文字生成也支持多语言并在镜头运动时保持稳定。4K 和 1080p 的 10-bit HDR 输出、以及把片段延长到两分钟的扩展功能均标注为即将推出。 同期发布的轻量版可灵 4.0 Flash 主打更快生成和更低成本，但最高仅支持 720p、20 秒。创建界面已重新设计，可灵 4.0 还开放了 MCP 和 CLI 接入，方便通过 AI Agent 搭建自动化工作流。对外部对比显示，可灵 4.0 在镜头逻辑、物理表现和对话自然度上与 Wan 3.0、Seedance 2.5 互有胜负但未明显领先。API 定价尚未公布，支持状态标注为即将上线，使用可灵 API 的开发者目前无法核算接入成本。