Kling 4.0 imagen a video: anima fotos con primer y último fotograma

La función Kling imagen a video de Kling 4.0 convierte una foto estática en un clip de entre 3 y 30 segundos: subes un primer fotograma, añades opcionalmente un último fotograma para fijar el plano final y escribes un prompt que describa el movimiento entre ambos, con salida en 720p o 1080p. Como Kling 5 no se ha lanzado a fecha de noviembre de 2026, este es el flujo actual para animar imágenes estáticas, y los fotogramas que prepares ahora seguirán siendo útiles más adelante.

Puedes utilizar este flujo ahora mismo en Kling5 AI, una plataforma independiente sin afiliación con Kuaishou ni con el equipo de Kling, mediante nuestro generador de video con IA Kling 4.0. Aunque el nombre del sitio incluye "Kling 5", actualmente ofrecemos Kling 4.0 y Kling 3.0 a la espera de un futuro lanzamiento.

¿Qué hace Kling imagen a video en Kling 4.0?

Kling 4.0 de imagen a video toma una o dos imágenes estáticas y genera el movimiento que las conecta en una secuencia de entre 3 y 30 segundos. Kuaishou lanzó Kling 4.0 el 15 de octubre de 2026 para todos los usuarios de kling.ai y abrió el acceso completo a la API, incluido el endpoint /image-to-video/kling-4.0, el 28 de octubre de 2026. Frente a Kling 3.0, que alcanzaba un máximo de 15 segundos por generación, Kling 4.0 duplica la duración máxima de un clip generado de una vez hasta los 30 segundos y ofrece salida en 720p o 1080p. Kling indica que 4K y HDR de 10 bits llegarán próximamente. Para conocer el modelo más allá de la animación de imágenes estáticas, consulta nuestra guía de funciones de Kling 4.0.

Al animar una foto con Kling, las imágenes que subes y el prompt de texto tienen funciones distintas:

• Un solo primer fotograma (solo fotograma inicial): La imagen establece el plano de apertura: personaje, producto, entorno, iluminación y relación de aspecto. El modelo mantiene esa base visual en el segundo cero y se guía por el prompt para decidir cómo se mueven el sujeto y la cámara a lo largo del tiempo.
• Primer y último fotograma (fotogramas inicial y final): Subir una segunda imagen también fija el momento final del clip. Kling 4.0 trata la primera imagen como fotograma de apertura y la segunda como fotograma de cierre, y genera la transición que conecta la pose A con la pose B o el ángulo A con el ángulo B.
• El prompt de texto: Como los detalles visuales ya están en las fotos subidas, no hace falta volver a describir la imagen desde cero. El prompt indica qué cambia entre el inicio y el final: cómo se mueve el sujeto, cómo se desplaza la cámara, el orden de los acontecimientos y las reglas de audio o texto que debe seguir el modelo.

En la aplicación propia de Kling, la generación basada en imágenes se divide en dos opciones separadas que no pueden combinarse en una misma tarea: "Omni Reference", que acepta imágenes, videos y voz, y "Keyframes", que solo acepta imágenes para mantener la coherencia a nivel de píxel mediante un primer fotograma, un primer y último fotograma o hasta 10 imágenes de fotogramas clave. La app propia de Kling también incluye un modo más ligero llamado Kling 4.0 Flash, que permite hasta 20 segundos con una resolución máxima de 720p y actualmente no admite fotogramas inicial y final ni múltiples fotogramas clave.

En Kling5 AI nos centramos en la configuración básica de fotogramas inicial y final dentro de la pestaña de imagen a video de Kling 4.0: aportas un primer fotograma obligatorio y un último fotograma opcional, con un máximo de dos imágenes en total.

¿Cómo animar una foto con Kling 4.0 en Kling5 AI?

Para animar una imagen estática en Kling5 AI, sigues un proceso directo dentro del generador web, desde la subida del archivo hasta la creación de un clip en 720p o 1080p. Así se configura en nuestro sitio:

1. Abre el generador: Ve a la página de Kling 4.0 en Kling5 AI (/kling-4), donde verás tres modos: texto a video, imagen a video y referencias a video.
2. Selecciona el modo de imagen a video: Cambia a imagen a video para poder subir los fotogramas.
3. Sube el primer fotograma: Sube la imagen de inicio como primer fotograma. Es obligatoria en todas las generaciones de imagen a video y determina tanto la composición inicial como la relación de aspecto del video de salida.
4. Añade un último fotograma opcional: Si quieres que el clip termine con una pose, un ángulo de producto o un encuadre específicos, sube una segunda imagen como último fotograma. Si prefieres un movimiento abierto guiado únicamente por el prompt, sube solo el primer fotograma. En Kling5 AI, imagen a video acepta como máximo dos imágenes; nuestra plataforma no admite fotogramas clave intermedios.
5. Escribe el prompt de movimiento: Introduce un prompt que describa la acción, el movimiento de cámara y la secuencia de acontecimientos entre los fotogramas. En Kling5 AI es obligatorio y admite hasta 2500 caracteres.
6. Elige la duración: Selecciona cualquier número entero de segundos entre 3 y 30. El valor predeterminado en Kling5 AI es de 5 segundos.
7. Selecciona la resolución: Elige entre 720p, el valor predeterminado, y 1080p. El modo de imagen a video de Kling5 AI no tiene selector de relación de aspecto. A diferencia de texto a video y referencias a video, que permiten elegir 16:9, 9:16, 1:1 o 21:9, la salida de imagen a video adopta automáticamente la relación de aspecto de los fotogramas que subas.
8. Comprueba el coste en créditos y genera: El consumo de créditos aumenta con la duración y la resolución elegidas. El generador muestra el coste exacto antes de iniciar la tarea, y puedes consultar los detalles de los planes en cualquier momento en nuestra página de precios.

Los creadores que trabajan con clips largos de imagen a video en varias herramientas a veces también utilizan Seedance 2.5 en AI Video Studio junto con Kling 4.0.

Cómo elegir un buen primer y último fotograma

Una transición fluida entre el primer y el último fotograma en Kling 4.0 depende de subir dos imágenes que compartan el mismo mundo visual, la identidad del sujeto y la lógica del encuadre. Según la guía de inicio rápido de fotogramas inicial y final de Kling, el contenido de ambos debe ser lo más parecido posible. Si hay diferencias importantes entre la imagen inicial y la final, el modelo puede introducir un cambio brusco de lente o de plano en vez de una transición de movimiento continua.

Formas prácticas de emparejar los fotogramas inicial y final

• Mantén la iluminación, la temática y el encuadre: Ambas imágenes deben parecer dos momentos captados por la misma cámara en la misma habitación o entorno. Si el primer fotograma es un primer plano cálido de una taza de café sobre una mesa de nogal en interiores, y el último es un plano general de la misma taza en exteriores con luz diurna fría, el modelo no tiene una trayectoria física para pasar suavemente de uno a otro y probablemente cortará de una escena a la siguiente.
• Edita el primer fotograma para crear el último: La guía de fotogramas inicial y final de Kling señala que muchos usuarios generan o preparan un par de imágenes similares y compatibles con un generador de imágenes antes de incorporarlas al flujo de video. Si partes de una fotografía o una imagen de producto existente, una edición sutil de esa misma imagen —girar la cabeza de un personaje, abrir la tapa de una caja o cambiar ligeramente el ángulo de cámara conservando el fondo— proporciona al modelo una trayectoria visual clara entre los dos estados.
• Iguala las dimensiones de ambas imágenes: Como imagen a video sigue la relación de aspecto de los fotogramas subidos, recorta el primero y el último con exactamente la misma proporción antes de subirlos.

Requisitos de imagen de la API de Kling

Si buscas una base técnica clara al exportar tus fotos de origen, la documentación de la API de imagen a video de Kling 4.0, publicada por Kling, especifica estas reglas para las imágenes de entrada a fecha de noviembre de 2026:

• Formatos de archivo: .jpg, .jpeg o .png.
• Tamaño del archivo: Hasta 30 MB por imagen.
• Dimensiones mínimas: Tanto el ancho como el alto deben ser de al menos 300 px.
• Límites de relación de aspecto: Entre 2:5 y 5:2.

Preparar los fotogramas .png o .jpg dentro de esos límites de la API y recortarlos antes de subirlos a proporciones de video estándar como 16:9 o 9:16 ayuda a evitar estiramientos o encuadres inesperados.

¿Cómo escribir un prompt de imagen a video para Kling?

Un buen prompt de imagen a video para Kling se centra en movimientos físicos concretos, dirección de cámara, secuencia de acontecimientos y límites de audio, en lugar de términos abstractos sobre calidad. En su documentación de la API de Kling 4.0, Kling recomienda organizar los prompts en torno a cuatro elementos claros: función de las referencias, ambientación general, secuencia de acontecimientos y requisitos de audio.

Reglas de prompts de la documentación de Kling

1. Describe imágenes concretas en lugar de etiquetas abstractas: La guía de usuario de Kling desaconseja expresamente frases vagas como "premium look". En vez de pedir una "cinematic luxury vibe", describe movimientos tangibles: condensación que resbala por una botella de vidrio, una luz principal de estudio suave que se desplaza por aluminio cepillado o un acercamiento lento de cámara.
2. Indica explícitamente la función de cada imagen: En la documentación de la API de Kling se pueden asignar identificadores a las imágenes y referenciarlas en el prompt como @image_1 y @image_2. Kling advierte que, si no especificas el propósito de cada referencia, el modelo deducirá cómo usarla, y eso puede diferir de tu intención. Incluso en un prompt general de imagen a video, explicar claramente cómo comienza el plano en el fotograma inicial y cómo se estabiliza en el final ayuda a mantener la transición bien definida.
3. Ajusta la cronología del prompt a la duración elegida: En la API de Kling, si no se envía un parámetro de duración, el modelo busca una duración indicada en el prompt, como "Generate a 15-second video", y, si no la encuentra, utiliza 10 segundos. En Kling5 AI seleccionas en la interfaz el número exacto de segundos, de 3 a 30, así que asegúrate de que las acciones descritas puedan desarrollarse de forma realista en el tiempo elegido.
4. Utiliza las dos instrucciones negativas específicas que recomienda Kling: Según su guía de usuario, las únicas instrucciones negativas realmente necesarias en un prompt son "no subtitles" y "no background music", porque el modelo puede añadir subtítulos o música de fondo por defecto si no especificas el comportamiento del audio y el texto.

Ejemplos de prompts que puedes adaptar

A continuación tienes tres estructuras de prompts diseñadas según las directrices de Kling. Son plantillas ilustrativas que puedes adaptar a tus imágenes, no resultados de pruebas prácticas:

• Rotación de producto entre los fotogramas inicial y final (5 a 8 segundos): "Starting from the front-facing skincare bottle in the first frame, the camera performs a slow, steady arc to the right across a dark slate surface while soft rim light reflects along the frosted glass edge, settling smoothly into the angled three-quarter product view in the last frame. Subtle water ripples move across the base. Quiet room ambience, no subtitles, no background music."
• Movimiento de un personaje a partir de un único primer fotograma (6 a 10 segundos): "In a rain-lit city street at night, the woman from the first frame slowly turns her head toward the camera, lowers her clear umbrella onto her shoulder, and takes two calm steps forward along the wet pavement as neon reflections shimmer in the puddles behind her. Gentle rain sound only, no subtitles, no background music."
• Secuencia de varios pasos en un clip más largo (12 a 15 segundos): "Generate a 15-second continuous shot in a sunlit workshop. Beginning with the closed leather journal on the oak desk in the first frame, a pair of hands enters the frame, unties the leather cord, opens the cover flat to reveal blank cream pages, and sets a brass fountain pen beside the spine to match the final frame. Soft natural room sound, no subtitles, no background music."

¿Qué duración y resolución conviene elegir?

Elegir entre 3 y 30 segundos y entre 720p y 1080p consiste en ajustar la complejidad del movimiento a tu presupuesto de créditos. Como Kling 4.0 permite elegir cualquier duración en segundos enteros entre 3 y 30, no hace falta alargar un simple giro de cabeza de tres segundos hasta un video de 10 segundos ni comprimir una presentación de producto de varios pasos en cinco segundos.

Tanto en la API de Kling como en Kling5 AI, el coste aumenta directamente con la duración del clip y la resolución de salida. Como referencia sobre el precio del modelo subyacente para desarrolladores, la página de precios para desarrolladores de Kling, a fecha de 2 de noviembre de 2026, cobra por segundo de salida de imagen a video sin video de entrada, aproximadamente $0.157 por segundo en 720p y $0.235 por segundo en 1080p. En Kling5 AI, la generación consume créditos de la plataforma, que también aumentan al elevar el número de segundos o pasar de 720p a 1080p, y el coste exacto aparece antes de hacer clic en generar.

Como sugerencia práctica, redacta primero el prompt y comprueba la transición entre el primer y el último fotograma con una duración más corta, como los 5 segundos predeterminados, en 720p. Cuando veas que el modelo conecta ambos fotogramas sin cambios de plano no deseados y sigue la dirección de cámara indicada, puedes pasar a 1080p y ajustar la duración definitiva del resultado.

Problemas comunes y soluciones en Kling 4.0 de imagen a video

La mayoría de los problemas con los fotogramas inicial y final de Kling se deben a una diferencia visual excesiva entre las dos fotos o a restricciones ausentes en el prompt. Si una generación no funciona como esperabas, revisa estos cuatro ajustes:

• Corte o cambio de plano inesperado en mitad del clip: Como indica la guía de fotogramas inicial y final de Kling, las diferencias importantes entre ambos hacen que el modelo cambie de lente en vez de animar una transición fluida. Utiliza dos fotogramas con la misma iluminación, entorno, sensación de distancia focal y escala del sujeto; lo ideal es crear el segundo mediante una edición ligera del primero.
• El sujeto o el fondo se alejan de tu intención: La guía de la API de Kling advierte que, si las funciones de las imágenes y los detalles de la escena son vagos, el modelo deduce por su cuenta cómo usar las referencias. Especifica en el prompt qué representa el primer fotograma, qué debe permanecer fijo en la escena y el orden exacto de los movimientos que llevan al último fotograma.
• El video de salida tiene una relación de aspecto incorrecta: En Kling5 AI, el modo de imagen a video no usa un selector de relación de aspecto; el video hereda automáticamente las dimensiones de los fotogramas subidos. Si la salida parece recortada o vertical cuando la querías horizontal, recorta ambas imágenes a la proporción deseada, dentro de los límites de 2:5 a 5:2 de la API de Kling, antes de subirlas.
• Aparecen subtítulos o música no deseados: La guía de usuario de Kling señala que el modelo puede añadir subtítulos o música de fondo por defecto. Añade las instrucciones negativas exactas "no subtitles" y "no background music" al final del prompt para mantener la imagen limpia y la pista de audio sin música.

La app propia de Kling frente a Kling5 AI: ¿qué cambia?

Aunque ambas plataformas utilizan el modelo Kling 4.0 de Kuaishou para generar videos a partir de imágenes de entre 3 y 30 segundos en 720p y 1080p, la app/API de Kling y Kling5 AI ofrecen distintas opciones de interfaz y límites de fotogramas clave. Esta es la comparación de lo que admite cada entorno a fecha de noviembre de 2026:

Si tu proyecto requiere encadenar entre tres y 10 fotogramas clave intermedios en una sola solicitud o invocar directamente los parámetros de desarrollador @image_1 mediante código, necesitarás la app propia de Kling o su API. Si buscas una interfaz web sencilla para animar a partir de un solo fotograma o de uno inicial y otro final, o quieres alternar entre Kling 4.0 y Kling 3.0 en una misma cuenta, Kling5 AI cubre ese flujo directamente.

¿Cambiará Kling 5 la generación de imagen a video?

A fecha de noviembre de 2026, Kuaishou no ha lanzado ni anunciado Kling 5.0, por lo que no hay especificaciones verificadas sobre cómo funcionará Kling 5 de imagen a video. Los sitios o publicaciones en redes que afirman enumerar duraciones, resoluciones o límites de fotogramas de Kling 5.0 están compartiendo especulaciones no verificadas. Puedes seguir las novedades confirmadas en nuestra página de fecha de lanzamiento de Kling 5.0, y Kling5 AI tiene previsto añadir Kling 5.0 cuando Kuaishou lo lance.

Mientras tanto, no hay razón para detener los proyectos de imagen a video. En nuestra opinión, crear una biblioteca bien organizada de primeros y últimos fotogramas compatibles y prompts de transición claros y concretos para Kling 4.0 probablemente seguirá siendo útil cuando llegue el siguiente modelo. Mantener la iluminación y el encuadre coherentes entre dos imágenes estáticas es un hábito que no depende de una versión concreta del modelo.

Cuando quieras animar una foto estática o conectar un fotograma inicial y uno final en un video de entre 3 y 30 segundos, abre nuestro generador de video con IA Kling 4.0, sube los fotogramas, elige 720p o 1080p y genera tu clip.

Fuentes

• Comunicado de prensa de Kuaishou: Kling AI lanza la nueva generación Kling 4.0 (15 de octubre de 2026)
• Guía de usuario de Kling AI: guía del modelo Kling 4.0
• Inicio rápido de Kling AI: guía de fotogramas inicial y final
• Documentación para desarrolladores de Kling AI: actualizaciones de la API (28 de octubre de 2026)
• Documentación para desarrolladores de Kling AI: API de imagen a video de Kling 4.0
• Documentación para desarrolladores de Kling AI: precios base de la API de video