kling-2.6 · 视频

可灵首个音画同出模型，在单次生成中端到端输出包含语音、音效与环境声的完整视频，彻底改变先生成无声画面再后期配音的传统流程。支持文本或图片输入，输出时长 3 至 10 秒、720P 或 1080P，覆盖独白、对白、旁白、歌唱、环境音效等多种声音类型，音画节奏深度对齐，适合访谈、短剧、商品讲解和 vlog 等有声内容创作。