Las dos versiones están alineadas bloque a bloque, en el orden del texto: titular, lo esencial y después párrafo a párrafo. Cuando la traducción ha fusionado o dividido un párrafo, la casilla correspondiente queda vacía — nunca emparejamos dos pasajes a ojo.
For anyone making an advertisement, an animated sequence or a short film with AI, the hard part has rarely been getting one striking shot. It has been getting the tenth shot to show the same character as the first, and making the cuts between them read as one story. Kling AI's new model, Kling 4.0, is built around that problem rather than around the picture alone.
Para quien hace un anuncio, una secuencia animada o un cortometraje con IA, lo difícil rara vez ha sido conseguir un plano impactante. Lo difícil ha sido que el décimo plano muestre al mismo personaje que el primero y que los cortes entre ambos se lean como una sola historia. El nuevo modelo de Kling AI, Kling 4.0, se articula en torno a ese problema y no solo en torno a la imagen.
The mechanism rests on two tools. The first is what the company calls multimodal reference assets: the model accepts up to 15 inputs, which can be images, videos or audio, to learn how a video should look and feel. The second is keyframes, with up to 10 control points that plan a character's state, a change of action or a scene transition. The distinction is simple: references tell the model what the film should look like, and keyframes tell it how the story should move from one moment to the next. Until now, most AI video tools worked mainly from a text prompt, which makes it hard to describe a character's appearance, a camera move or the rhythm of an action precisely.
El mecanismo se apoya en dos herramientas. La primera son los llamados recursos multimodales de referencia: el modelo acepta hasta 15 entradas, que pueden ser imágenes, vídeos o audio, para aprender cómo deben verse y sentirse los vídeos. La segunda son los fotogramas clave, con hasta 10 puntos de control que planifican el estado de un personaje, un cambio de acción o una transición entre escenas. La distinción es sencilla: las referencias indican al modelo cómo debe ser la película, y los fotogramas clave le indican cómo debe avanzar la historia de un momento al siguiente. Hasta ahora, la mayoría de las herramientas de vídeo con IA funcionaban sobre todo a partir de un texto, lo que dificulta describir con precisión la apariencia de un personaje, un movimiento de cámara o el ritmo de una acción.
Duration is part of the update too. Kling 4.0 generates up to 30 seconds of video natively in a single generation, and existing videos can be extended. But the company's spokesperson is clear that length does not solve the core issue. As clips get longer, the model has to keep character identity, spatial relationships, action continuity, camera direction, lighting and audio-visual synchronisation consistent, and a few seconds of convincing footage can be obtained through repeated attempts and selection in a way a longer work cannot.
La duración también forma parte de la actualización. Kling 4.0 genera de forma nativa hasta 30 segundos de vídeo en una sola generación, y los vídeos existentes pueden prolongarse. Pero el portavoz de la empresa deja claro que la longitud no resuelve el problema de fondo. A medida que los clips se alargan, el modelo debe mantener coherentes la identidad de los personajes, las relaciones espaciales, la continuidad de la acción, la dirección de cámara, la iluminación y la sincronización entre imagen y sonido. Además, unos pocos segundos de metraje convincente pueden obtenerse mediante intentos repetidos y selección, algo que no es posible con una obra más larga.
For professional creators, the gain would be fewer wasted attempts, if the features perform as described. The company says the company's next priorities are more precise creative control and a better understanding of scripts and storyboards. No timeline for wider availability was given in the material available for this article, and the effectiveness of these tools will depend on how complicated the scenes are. The figures and claims come from Kling AI itself, and no independent test is reported here.
Para los creadores profesionales, la ganancia sería menos intentos desperdiciados, si las funciones rinden como se describe. La empresa asegura que sus próximas prioridades son un control creativo más preciso y una mejor comprensión de guiones y storyboards. El material disponible para este artículo no indica ningún calendario de disponibilidad general, y la eficacia de estas herramientas dependerá de la complejidad de las escenas. Las cifras y afirmaciones proceden de Kling AI, y aquí no se informa de ninguna prueba independiente.
The test that matters, then, is not whether an AI model can produce a convincing shot. It is whether it can deliver the right shots, in the right order, consistently enough to serve a larger story. Human judgment remains essential for story development, shot selection and editing. What the update suggests is that the field is moving from making individual clips to making the production process itself more predictable.
La prueba que importa, por tanto, no es si un modelo de IA puede producir un plano convincente. Es si puede entregar los planos adecuados, en el orden correcto y con la suficiente coherencia como para servir a una historia más amplia. El criterio humano sigue siendo esencial para el desarrollo del argumento, la selección de planos y el montaje. Lo que sugiere la actualización es que el sector avanza de generar clips aislados a hacer el propio proceso de producción más predecible.