Kling è una delle serie di modelli video a cui sono più affezionato: con la 2.6 e la 3.0 ci ho lavorato tantissimo. Per questo, quando è arrivato Kling 4.0, ho voluto metterlo alla prova sul serio, dentro Higgsfield, con una serie di test pratici che coprono tutto quello che sa fare.

Cosa c'è di nuovo

La novità principale è la durata: Kling 4.0 genera clip singole fino a 30 secondi, il doppio dei 15 secondi di Kling 3.0. Vuol dire poter racchiudere un'intera azione o un intero momento in una sola clip, senza doverla spezzare e rimontare.

Il modello si usa in tre modalità. Reference permette di caricare riferimenti visivi, fino a 10 immagini e 5 video, per volti, personaggi o location. Frames lavora con i fotogrammi chiave: un'immagine di partenza, una di arrivo e anche più keyframe intermedi, per guidare come evolve la clip nel tempo. Edit Video, infine, modifica solo alcuni elementi di un video già esistente, come lo sfondo, la location o un personaggio, senza rigenerare tutto da zero.

Le risoluzioni disponibili sono 720p e 1080p (la 480p è stata tolta) e i formati sono 16:9, 9:16, 21:9 e 1:1.

Test 1: un piano sequenza di 30 secondi

Il primo test è il più semplice da spiegare: una scena di 30 secondi senza tagli, generata solo dal testo, senza immagini di riferimento. Il modello rispetta la richiesta e mantiene la continuità, anche se emergono piccole incongruenze: alcuni movimenti non sono del tutto naturali e certi dettagli dello sfondo restano sfocati.

Test 2: immagine di partenza e di arrivo

Qui ho dato a Kling 4.0 due fotogrammi: una serra decadente all'inizio e la stessa serra rifiorita alla fine, con una clip di 10 secondi. Il compito viene eseguito, anche se con una durata maggiore la trasformazione sarebbe stata più morbida.

Test 3: uno spot guidato dai keyframe

Per uno spot di 30 secondi su un orologio ho preparato una struttura precisa, con i tempi scanditi e un'immagine guida per ogni momento. Kling 4.0 rispetta tutti i keyframe che gli ho dato, nel giusto ordine. Compaiono però allucinazioni e piccoli errori: le pinzette dell'artigiano sono poco definite, degli occhiali si muovono senza che nessuno li tocchi e l'orologio a un certo punto si sovrappone al polso.

Test 4: cambiare location e personaggio

Con Edit Video ho preso una clip già girata e prima ho cambiato l'ambiente, trasformando una stanza in una lavanderia a gettoni. La regia resta intatta, compresi i campi e i controcampi. Poi ho sostituito il protagonista con una donna, e qui è emerso un limite curioso: lei ripete il gesto di togliersi gli occhiali, anche se non li porta, perché il modello copia alla cieca i movimenti dell'attore originale.

Test 5: recitazione e dialoghi

L'ultimo banco di prova sono le scene narrative con i dialoghi. Nella maggior parte dei casi l'interpretazione risulta piatta: i personaggi dicono le battute, ma senza il peso emotivo che le parole richiederebbero. Ci sono stati casi riusciti bene, ma sono rari.

I punti di forza

Il prezzo. Costa meno della metà dei modelli concorrenti di punta, e su Higgsfield spesso è anche scontato.
I 30 secondi. Una sola clip basta per coprire un'intera scena o un piano sequenza, senza stacchi forzati.
I keyframe. In modalità Frames rispetta fedelmente l'ordine e i tempi dei fotogrammi chiave.
Edit Video. Cambia sfondi e location o sostituisce i personaggi mantenendo movimenti di camera e controcampi.
Le scene semplici. Quando il prompt non è carico di azioni complesse, i risultati sono gradevoli e fluidi.

I limiti

Tante generazioni da scartare. Con i modelli più avanzati quasi ogni generazione va a segno, con Kling 4.0 si torna a generare e rigenerare più volte.
Il paradosso del costo. Se servono il doppio o il triplo dei tentativi per una clip buona, il risparmio iniziale si riduce parecchio.
Allucinazioni. Mani, piccoli oggetti come occhiali e pinzette, sovrapposizioni innaturali e sfondi poco definiti.
Primi piani poco credibili. Proprio nei primi e primissimi piani la resa tende a sembrare artefatta.
Recitazione piatta. I personaggi faticano a trasmettere un'intenzione e a sembrare consapevoli di quello che dicono.
Niente audio in ingresso. Accetta testo, immagini e video come riferimento, ma non l'audio.
Movimenti copiati alla cieca. In Edit Video, sostituendo un soggetto, replica anche i gesti che non hanno più senso.

Il mio verdetto

Per certi versi Kling 4.0 è stato una mezza delusione rispetto alle aspettative. Non batte e non si avvicina ai modelli di fascia alta come Seedance 2.0 e 2.5, soprattutto per coerenza visiva e affidabilità al primo tentativo.

Lo considero un modello di fascia economica: costa poco, ma va usato con una strategia precisa, che si riassume in less is more. Prompt semplici, pochi personaggi, niente azioni troppo dinamiche. Per progetti impegnativi, come il cortometraggio a cui sto lavorando, può comunque essere utile, a patto di generare molte volte e selezionare il meglio in fase di montaggio.

Nel video qui sopra trovi tutti i test per intero, con le clip generate e il mio commento su ciascuna.

Per provare Kling 4.0: Higgsfield.