Kling 4.0 imagem para vídeo: animar fotos com primeira e última imagem

A funcionalidade Kling imagem para vídeo do Kling 4.0 transforma uma fotografia estática num vídeo de 3 a 30 segundos: carrega um primeiro fotograma, pode adicionar um último fotograma para fixar o plano final e escreve um prompt a descrever o movimento entre eles, com saída em 720p ou 1080p. Como o Kling 5 ainda não foi lançado até novembro de 2026, este é o fluxo atual para animar imagens estáticas, e os fotogramas que preparar agora continuarão a ser úteis no futuro.

Já pode usar este fluxo no Kling5 AI, uma plataforma independente sem ligação à Kuaishou ou à equipa da Kling, através do nosso gerador de vídeo com IA Kling 4.0. Embora o nome do site inclua "Kling 5", atualmente disponibilizamos Kling 4.0 e Kling 3.0 enquanto aguardamos um lançamento futuro.

O que faz a funcionalidade Kling imagem para vídeo no Kling 4.0?

O Kling 4.0 usa uma ou duas imagens estáticas e gera o movimento que as liga ao longo de uma linha temporal de 3 a 30 segundos. A Kuaishou lançou o Kling 4.0 a 15 de outubro de 2026 para todos os utilizadores do kling.ai e abriu o acesso completo à API, incluindo o endpoint /image-to-video/kling-4.0, a 28 de outubro de 2026. Em comparação com o Kling 3.0, que permitia um máximo de 15 segundos por geração, o Kling 4.0 duplica a duração máxima de um vídeo gerado de uma só vez para 30 segundos e produz vídeos em 720p ou 1080p. A Kling indica que 4K e HDR de 10 bits chegarão em breve. Para uma visão mais ampla do modelo, além da animação de imagens estáticas, consulte o nosso guia de funcionalidades do Kling 4.0.

Ao animar uma fotografia com o Kling, as imagens carregadas e o prompt de texto têm funções distintas:

• Um único primeiro fotograma (apenas o fotograma inicial): A imagem estabelece o plano de abertura: personagem, produto, ambiente, iluminação e proporção. O modelo mantém essa base visual no segundo zero e orienta-se pelo prompt para decidir como o sujeito e a câmara se movem ao longo do tempo.
• Primeiro e último fotograma (fotogramas inicial e final): Carregar uma segunda imagem também fixa o momento final do vídeo. O Kling 4.0 trata a primeira imagem como fotograma de abertura e a segunda como fotograma de encerramento, gerando a transição que liga a pose A à pose B ou o ângulo A ao ângulo B.
• O prompt de texto: Como os detalhes visuais já estão nas fotografias carregadas, o prompt não precisa de descrever a imagem novamente do zero. Em vez disso, informa o modelo sobre o que muda entre o início e o fim: como o sujeito se move, como a câmara se desloca, a sequência dos acontecimentos e quais as regras de áudio ou texto a seguir.

Na aplicação da própria Kling, a geração baseada em imagens divide-se em duas entradas separadas que não podem ser combinadas numa única tarefa: "Omni Reference", que aceita imagens, vídeos e voz, e "Keyframes", que aceita apenas imagens para manter a consistência ao nível do píxel, usando um primeiro fotograma, primeiro e último fotograma ou até 10 imagens de fotogramas-chave. A aplicação da própria Kling também inclui um modo mais leve chamado Kling 4.0 Flash, que permite até 20 segundos com resolução máxima de 720p e atualmente não suporta fotogramas inicial e final nem múltiplos fotogramas-chave.

No Kling5 AI, concentramo-nos especificamente na configuração básica de fotogramas inicial e final dentro do separador de imagem para vídeo do Kling 4.0: fornece um primeiro fotograma obrigatório e um último fotograma opcional, com até duas imagens no total.

Como animar uma fotografia com o Kling 4.0 no Kling5 AI?

Animar uma imagem estática no Kling5 AI segue um processo direto, passo a passo, dentro do gerador web, desde o carregamento do ficheiro até à criação de um vídeo em 720p ou 1080p. Veja como configurar no nosso site:

1. Abra o gerador: Aceda à página do Kling 4.0 no Kling5 AI (/kling-4), onde encontrará três modos de geração: texto para vídeo, imagem para vídeo e referência para vídeo.
2. Selecione o modo de imagem para vídeo: Mude para imagem para vídeo para poder carregar os fotogramas.
3. Carregue o primeiro fotograma: Carregue a sua imagem inicial como primeiro fotograma. É obrigatória em todas as gerações de imagem para vídeo e define tanto a composição de abertura como a proporção do vídeo gerado.
4. Adicione um último fotograma opcional: Se quiser que o vídeo termine com uma pose, um ângulo de produto ou um enquadramento específico, carregue uma segunda imagem como último fotograma. Se preferir um movimento sem um final predefinido, guiado apenas pelo prompt, carregue somente o primeiro fotograma. No Kling5 AI, imagem para vídeo aceita um máximo de duas imagens; a nossa plataforma não suporta fotogramas-chave intermédios.
5. Escreva o prompt de movimento: Introduza um prompt que descreva a ação, o movimento da câmara e a sequência dos acontecimentos entre os fotogramas. No Kling5 AI, o prompt é obrigatório e aceita até 2,500 caracteres.
6. Escolha a duração: Selecione qualquer duração em segundos inteiros de 3 a 30 segundos. A predefinição no Kling5 AI é de 5 segundos.
7. Selecione a resolução: Escolha entre 720p, a predefinição, e 1080p. Tenha em atenção que o modo de imagem para vídeo do Kling5 AI não tem um seletor de proporção. Ao contrário dos modos de texto para vídeo e referência para vídeo, que permitem escolher 16:9, 9:16, 1:1 ou 21:9, a saída de imagem para vídeo segue automaticamente a proporção dos fotogramas carregados.
8. Verifique o custo em créditos e gere: O consumo de créditos aumenta de acordo com a duração e a resolução escolhidas. O gerador apresenta o custo exato antes de iniciar a tarefa, e pode consultar os detalhes dos planos a qualquer momento na nossa página de preços.

Os criadores que trabalham com vídeos longos de imagem para vídeo em várias ferramentas por vezes também usam o Seedance 2.5 no AI Video Studio em conjunto com o Kling 4.0.

Como escolher um bom primeiro e último fotograma

Uma transição suave entre o primeiro e o último fotograma no Kling 4.0 depende do carregamento de duas imagens que partilhem o mesmo universo visual, a identidade do sujeito e a lógica de enquadramento. Segundo o guia de início rápido da Kling para fotogramas inicial e final, o conteúdo dos dois fotogramas deve ser o mais semelhante possível. Se houver diferenças significativas entre a imagem inicial e a final, o modelo poderá inserir uma mudança brusca de objetiva ou de plano em vez de uma transição de movimento contínua.

Formas práticas de combinar os fotogramas inicial e final

• Mantenha a iluminação, o tema e o enquadramento consistentes: As duas imagens devem parecer dois momentos captados pela mesma câmara na mesma divisão ou ambiente. Se o primeiro fotograma for um grande plano de uma caneca de café sobre uma mesa de nogueira num interior com luz quente, e o último for um plano geral da mesma caneca ao ar livre sob luz diurna fria, o modelo não terá um caminho físico para se mover suavemente entre eles e provavelmente fará um corte de uma cena para a outra.
• Edite o primeiro fotograma para criar o último: O guia da Kling refere que muitos utilizadores geram ou preparam um par de imagens semelhantes e compatíveis com um gerador de imagens antes de as integrarem no fluxo de vídeo. Se partir de uma fotografia ou de uma fotografia de produto existente, uma edição subtil nessa mesma imagem — como virar a cabeça de uma personagem, abrir a tampa de uma caixa ou mudar ligeiramente o ângulo da câmara preservando o fundo — oferece ao modelo um caminho visual claro entre os dois estados.
• Iguale as dimensões das duas imagens: Como imagem para vídeo segue a proporção dos fotogramas carregados, recorte o primeiro e o último fotograma para exatamente a mesma proporção antes de os carregar.

Requisitos de imagem da API da Kling

Se pretende uma base técnica clara ao exportar as suas fotografias de origem, a documentação da API de imagem para vídeo do Kling 4.0, publicada pela Kling, especifica as seguintes regras para as imagens de entrada do modelo, com referência a novembro de 2026:

• Formatos de ficheiro: .jpg, .jpeg ou .png.
• Tamanho do ficheiro: Até 30 MB por imagem.
• Dimensões mínimas: Tanto a largura como a altura devem ter pelo menos 300 px.
• Limites de proporção: Entre 2:5 e 5:2.

Preparar os seus fotogramas .png ou .jpg dentro destes limites da API e recortá-los antes do carregamento para proporções de vídeo padrão, como 16:9 ou 9:16, ajuda a evitar distorções ou enquadramentos inesperados.

Como escrever um prompt de imagem para vídeo no Kling?

Um bom prompt de imagem para vídeo no Kling concentra-se em movimentos físicos concretos, direção de câmara, sequência de acontecimentos e limites de áudio, em vez de expressões abstratas sobre qualidade. Na documentação da API do Kling 4.0, a Kling recomenda organizar os prompts em torno de quatro elementos claros: função das referências, cenário geral, sequência dos acontecimentos e requisitos de áudio.

Regras de prompts da documentação da Kling

1. Descreva elementos visuais concretos em vez de rótulos abstratos: O guia do utilizador da Kling desaconselha expressamente frases vagas como "premium look". Em vez de pedir uma "cinematic luxury vibe", descreva o movimento tangível no fotograma: condensação a escorrer por uma garrafa de vidro, luz principal suave de estúdio a deslocar-se pelo alumínio escovado ou uma aproximação lenta da câmara.
2. Indique explicitamente a função de cada imagem: Na documentação da API da Kling, é possível atribuir IDs às imagens e referenciá-las no prompt como @image_1 e @image_2. A Kling refere que, se não indicar claramente a finalidade de cada referência, o modelo deduzirá como as usar por conta própria, o que pode diferir da sua intenção. Mesmo num prompt geral de imagem para vídeo, explicar como o plano começa no fotograma inicial e se estabiliza no fotograma final ajuda a manter a transição bem definida.
3. Ajuste a linha temporal do prompt à duração escolhida: Na API da Kling, se não for enviado nenhum parâmetro de duração, o modelo procura uma duração indicada no prompt, como "Generate a 15-second video", e, se não a encontrar, usa 10 segundos por predefinição. No Kling5 AI, seleciona na interface o número exato de segundos, de 3 a 30, pelo que deve verificar se a sequência de ações descrita pode acontecer de forma realista dentro do tempo escolhido.
4. Use as duas instruções negativas específicas recomendadas pela Kling: Segundo o guia do utilizador, as únicas instruções negativas realmente necessárias num prompt são "no subtitles" e "no background music", pois o modelo pode adicionar legendas ou música de fundo por predefinição se não especificar o comportamento do áudio e do texto.

Exemplos de prompts que pode adaptar

Abaixo estão três estruturas de prompts elaboradas com base nas orientações da Kling. São modelos ilustrativos para adaptar às suas próprias imagens, e não resultados de testes práticos:

• Rotação do produto entre os fotogramas inicial e 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."
• Movimento de uma personagem a partir de um único primeiro 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."
• Sequência de várias etapas num vídeo mais longo (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."

Que duração e resolução deve escolher?

Escolher entre 3 e 30 segundos e entre 720p e 1080p é uma questão de adequar a complexidade do movimento ao seu orçamento de créditos. Como o Kling 4.0 permite escolher qualquer duração em segundos inteiros de 3 a 30 segundos, não precisa de prolongar uma simples rotação da cabeça de três segundos para um vídeo de 10 segundos nem de comprimir uma apresentação de produto com várias etapas em cinco segundos.

Tanto na API da Kling como no Kling5 AI, o custo aumenta diretamente com a duração do vídeo e a resolução de saída. Como referência sobre o preço do modelo subjacente para programadores, a página de preços para programadores da Kling, a 2 de novembro de 2026, cobra por segundo de saída de imagem para vídeo sem vídeo de entrada, aproximadamente $0.157 por segundo em 720p e $0.235 por segundo em 1080p. No Kling5 AI, a geração usa créditos da plataforma, cujo consumo também aumenta à medida que eleva o número de segundos ou passa de 720p para 1080p, com o custo exato apresentado antes de clicar em gerar.

Como sugestão prática de trabalho, comece por escrever o prompt e verificar a transição entre o primeiro e o último fotograma com uma duração mais curta, como os 5 segundos predefinidos, em 720p. Depois de confirmar que o modelo liga os dois fotogramas sem uma mudança de plano indesejada e segue a direção de câmara indicada, pode mudar para 1080p e ajustar a duração final do vídeo.

Problemas comuns e soluções no Kling 4.0 de imagem para vídeo

A maioria dos problemas no fluxo de fotogramas inicial e final do Kling deve-se a uma grande diferença visual entre as duas fotografias carregadas ou à falta de restrições no prompt. Se uma geração não se comportar como esperado, verifique estes quatro ajustes:

• Corte ou mudança de plano inesperada a meio do vídeo: Como indica o guia da Kling para fotogramas inicial e final, diferenças significativas entre os dois fotogramas fazem o modelo trocar de objetiva em vez de animar uma transição suave. Resolva o problema usando dois fotogramas com a mesma iluminação, ambiente, aparência de distância focal e escala do sujeito; o ideal é criar o segundo com uma edição ligeira do primeiro.
• O sujeito ou o fundo afastam-se da sua intenção: O guia da API da Kling alerta que, quando as funções das imagens e os detalhes da cena ficam vagos, o modelo deduz por conta própria como usar as referências. Indique explicitamente no prompt o que o primeiro fotograma representa, o que deve permanecer fixo no cenário e a ordem exata dos movimentos até ao último fotograma.
• O vídeo gerado tem a proporção errada: No Kling5 AI, o modo de imagem para vídeo não usa um seletor de proporção; o vídeo herda automaticamente as dimensões dos fotogramas carregados. Se a saída parecer recortada ou vertical quando pretendia um vídeo horizontal, recorte as imagens do primeiro e do último fotograma para a proporção desejada, dentro dos limites de 2:5 a 5:2 da API da Kling, antes de as carregar.
• Aparecem legendas ou música indesejadas no vídeo: O guia do utilizador da Kling refere que o modelo pode adicionar legendas ou música de fundo por predefinição. Acrescente as instruções negativas exatas "no subtitles" e "no background music" no final do prompt para manter o fotograma sem legendas e a faixa de áudio sem banda sonora musical.

Aplicação da própria Kling e Kling5 AI: o que muda?

Embora as duas plataformas usem o modelo Kling 4.0 da Kuaishou para gerar vídeos a partir de imagens de 3 a 30 segundos em 720p e 1080p, a aplicação/API da Kling e o Kling5 AI oferecem opções de interface e limites de fotogramas-chave diferentes. Veja a comparação do que cada ambiente oferece em novembro de 2026:

Se o seu projeto exige encadear de três a 10 fotogramas-chave intermédios num único pedido ou chamar os parâmetros de programador @image_1 diretamente através de código, precisará da aplicação da própria Kling ou da API. Se pretende uma interface web simples para animar a partir de um único fotograma ou de fotogramas inicial e final, ou deseja alternar entre Kling 4.0 e Kling 3.0 numa única conta, o Kling5 AI permite realizar diretamente esse fluxo.

O Kling 5 vai mudar a criação de vídeos a partir de imagens?

Até novembro de 2026, a Kuaishou não lançou nem anunciou o Kling 5.0, pelo que não existem especificações verificadas sobre como a geração de imagem para vídeo do Kling 5 funcionará. Os sites ou publicações nas redes sociais que afirmam listar durações, resoluções ou limites de fotogramas do Kling 5.0 neste momento estão a partilhar especulações não verificadas. Pode acompanhar as novidades confirmadas na nossa página sobre a data de lançamento do Kling 5.0, e o Kling5 AI planeia adicionar o Kling 5.0 assim que a Kuaishou o lançar.

Entretanto, não há motivo para adiar projetos de imagem para vídeo. Na nossa opinião, criar uma biblioteca bem organizada de primeiros e últimos fotogramas compatíveis e prompts de transição claros e concretos para o Kling 4.0 provavelmente continuará a ser útil quando o próximo modelo chegar. Manter a iluminação e o enquadramento consistentes em duas imagens estáticas é um hábito que não depende de uma versão específica do modelo.

Quando estiver pronto para animar uma fotografia estática ou ligar um fotograma inicial e um final num vídeo de 3 a 30 segundos, abra o nosso gerador de vídeo com IA Kling 4.0, carregue os fotogramas, escolha 720p ou 1080p e gere o seu vídeo.

Fontes

• Comunicado de imprensa da Kuaishou: Kling AI lança a nova geração Kling 4.0 (15 de outubro de 2026)
• Guia do utilizador da Kling AI: guia do modelo Kling 4.0
• Início rápido da Kling AI: guia de fotogramas inicial e final
• Documentação da Kling AI para programadores: atualizações da API (28 de outubro de 2026)
• Documentação da Kling AI para programadores: API de imagem para vídeo do Kling 4.0
• Documentação da Kling AI para programadores: preços base da API de vídeo