5大场景实测Kling Image 4.0,一句话直出电商长图+原生8K
可灵AI 上线的 Kling Image 4.0 把生图拉到整页交付:一句话直出电商详情页长图,排版、图标和规格表一次成型,还首次支持原生8K。作者跑了二十多组真实案例,从电商长图、独立站到海报组图与字体玩法,逐一拆解提示语和操作路径。

最近真是捅了图像模型的窝了,国内外几个主力生图模型轮番更新,搞得我这些天光坐在电脑前烧积分跑图了。。。
高强度用下来,最大的体感就是现在图像模型的进化速度实在太快了。
不知道大家还记不记得,最早大家玩 AI 生图还在数手指、凭运气抽卡,后来进化到单张光影好看但一加字就鬼画符的阶段,结果眨眼到了现在,模型已经开始直接按整页、按全套给你交成品了。

直接看几张我刚用可灵AI新上线的Kling Image 4.0跑出来的实测图吧。左边那条从头图到卖点图标到规格表一气呵成的电商详情页,我只用了一句话一次性让模型直出的。

这个质量绝对值得给大家再来一期全面的实测。
那我跑完二十多组真实 Case,目前是觉得Kling Image 4.0这一波最突出的长项非常清晰,一边是把电商长图和复杂文字排版做到了真能落地的程度,另一边则是它看家的电影感审美和首次支持的原生8K超清画质。
照例不整虚的,我把所有case分成5个大类,一共x组不同画风的 Case,连操作教程和提示语一块给大家实测拆解一波,量大管饱,Here we go!
很多朋友看到开头那条几米长的详情页,第一反应肯定是这得写多复杂的提示语啊?
其实做起来比大家想的简单太多了。
在可灵AI的图片生成界面,模型切到Kling Image 4.0,直接在输入框底部的技能或者右侧工具箱里找到电商详情页,如果要做官网就选旁边的网页设计就可以。
接着放入一张白底商品图,在参数栏选好清晰度和页面长度(有短中长三个长度),最后在输入框给一句大白话需求直接点生成就行。

效果出来就是这样的,这个我设计的冲牙器详情页从首屏主视觉、四大核心功能图标、手持洗漱场景到最底部的功率规格表一气呵成,连机身上的品牌字样都没跑偏。而且不得不说一次性能输出这么长的尺寸真的太爽了,不用苦哈哈分段去写提示语抽卡,而且整个页面的排版配色搭不搭,一眼顺下来心里就有数了。

那我又换了一台结构复杂的 ROVO 扫地机器人继续上强度,还跑了两版图出来。

而且感觉这个设计已经摸透了成熟某宝美工的转化套路,自己拆出了地面浮尘和宠物毛发的痛点对比,顺手还画出了 99.5% 旋风滤网的透明结构拆解图和激光导航芯片示意图,就是说这整个页面的设计非常符合电商的视觉逻辑了已经。
然后我又试了试这个的网页设计技能,我让它围绕一个叫 LUMIC 的户外装备品牌做一整页独立站概念稿。

一次出来的效果是这样的,整个页面的视觉规范和信息架构基本一口气都理顺了。做到这个程度,平时用来给独立站改版定风格、给产品快速搭落地页,或者给客户提案当视觉参考都极好用。根本不用等设计团队熬几天慢慢排版,几分钟就能拉出一套可以直接上会拍板的高保真方案。
↕️ 滑动查看长图

除了竖条长图,电商日常发社交媒体或者投流广告,往往还需要一套多张调性统一的系列组图来展现展品的多项卖点。那这里有个组图模式,一次最多能连出 10 张风格统一但前后有关联的套图。

比如我做了一组6张高定宠物鲜粮的系列海报,我在提示语中只写了6张图我要展现的核心剧情并规定了猫咪的样貌,结果一次性我就得到了这些图。
生成一组 6 张 3:4 竖版温馨治愈系原木风高端宠物鲜粮的电商组图,核心故事是一只贪吃胖橘猫的一整套沉浸式干饭日常,你需要给每张搭配合适的电商文字,全部画面严格保持主角与商品一致性:主角为同一只圆脸饱满、绿眼睛、粉鼻头、带白手套的圆滚滚成年胖橘猫,暖调柔和自然光,原木风干净日系居家场景,8K高分辨率,真实细腻的猫咪毛发、胡须与原木家具反光质感。

可以看到这个组图模式跑出来的不是割裂的单张图,而是一套严丝合缝的连续分镜。从守着袋子、扒开闻味、倒粮、狂炫,一路顺到舔爪回味和吃饱躺平。每一张抓拍的瞬间都不一样,但连起来看故事线一气呵成,Kling Image 4.0自己知道怎么把一个日常小故事按起承转合展现出来,这个真的很有意思。
那到这我就在想,其实上面详情页包含的文字已经很多了,但毕竟是详情页很多文字都是分散的,那么Kling Image 4.0对于文字信息密度很大的图片展现效果如何呢。我先来一张烟火气拉满的纯中文高密度信息图,直接让它排一张潮汕鲜切牛肉图鉴。
生成一张 16:9 横版、高分辨率的《潮汕牛肉火锅图鉴》现代东方饮食画册海报:暖米白纸张、深茶褐精细线描,少量朱砂红与深琥珀色点缀,留白充足,阅读顺序清楚。全画面不用黑体或宋体,每个文字层级使用不同但协调的字体:超大主标题用隶书,分区标题用魏碑体,牛肉部位名称用行楷,口感、步骤和配料用易读的现代圆体,提示与注释用工整的钢笔手写体;英文副标题用古典衬线体,时间、编号和百分比用醒目的西文数字字体。顶部左侧排标题「潮汕鲜切牛肉图鉴」、英文副标题「CHAOSHAN HOTPOT ANATOMY & TIMING GUIDE」及题记「识部位、看纹理、掌火候,一锅读懂鲜切牛肉」;右上角单独排「涮煮时间为参考值|薄切肉片|汤底保持微沸」。主体分三栏:左侧约 38% 绘制完整的公牛侧面解剖插画,牛身仅用八个朱红小圆点标记部位;中间约 34% 将八个部位排成宽松的两列四行,每项第一行突出名称与朱红涮煮时间,第二行排列口感和识别词,完整呈现「脖仁|雪花脂香|涮8秒|油花细密」「吊龙伴|肥瘦相间|涮10秒|肉边带脂」「匙柄|筋道弹牙|涮8秒|细筋交错」「五花趾|纹理如花|涮12秒|筋花繁密」「三花趾|脆嫩爽口|涮10秒|筋纹分明」「嫩肉|鲜甜多汁|涮8秒|肉色鲜红」「肥胼|脂香浓郁|涮12秒|脂肉相连」「胸口朥|脆爽奶香|久煮3分钟|洁白有韧性」;右侧约 28% 纵向排三个留白充分的章节:「三浸三晾涮肉法」包含「一浸去血水|入汤轻摆」「二浸锁肉汁|提起稍晾」「三浸即起锅|变色即食」及注释「少量分批下锅,避免肉片粘连」;「黄金汤底守则」包含「牛骨清汤|鲜而不浊」「南姜玉米打底|清甜提香」「微沸不翻滚|留住肉香」、朱印「先喝汤,再涮肉」及注释「浮沫及时撇去,保持汤色清亮」;「灵魂沙茶碗配方」将配料与朱红比例对齐排印「潮汕沙茶酱 60%」「芹菜粒 20%」「炸蒜酥 15%」「花生酱 5%」,下方写「咸香为骨、芹香提鲜、蒜酥添脆」「蘸料宜薄蘸,先尝牛肉本味」。主体下方设置横向信息带:「鲜切观察尺」等距排「看色泽:鲜红有光泽」「看切面:薄而均匀」「看纹理:顺纹辨部位」;火候刻度以朱红数字排「8秒|鲜嫩」「10秒|弹润」「12秒|筋香」「3分钟|脆韧」。底部以「建议品尝顺序」为标题,横向排「01 清汤原味 → 02 嫩肉与脖仁 → 03 吊龙伴与匙柄 → 04 三花趾与五花趾 → 05 胸口朥收尾」,再以两行对照呈现「常见失手:汤滚过猛/一次下肉过多/涮至全熟后久置」「调整方法:保持微沸/少量分批/即涮即食」;最下缘排「VOL.08 CULINARY ARCHIVE · 手工现切·不冷冻·四小时上桌」及「时间仅供薄切肉片参考,实际以切片厚度与熟度为准」。时间、百分比和关键动作着朱砂红,汤底与风味关键词着深琥珀色,其余文字用深茶褐;所有文字完整准确、清晰可读,保持舒适字号与行距,避免密集卡片、厚边框、微型字、乱码和伪文字。

这张图容纳的信息还是挺多的,而且放大仔细看,八个部位的名称和秒数都没写错,连朥和胼这种生僻字笔画也很完整。难得的是它真把排版逻辑理顺了,右下角调料带了比例条,底部也排出了时间轴,整张图的信息层级很清楚,做图谱类内容确实够用了。
再来一张数码党们最熟悉的机械键盘九宫格百科说明书,这组我还顺带实测了一下Kling Image 4.0的智能改字能力。
一张 3:4 竖版机械键盘百科信息海报,融合包豪斯功能主义、工业设计档案与现代数码实验室视觉。顶部以斜切构图展示一把紧凑型机械键盘,并在旁边拆解展示键帽、机械轴体、定位板、PCB 和卫星轴,工作室硬柔结合光形成清晰微阴影;标题「机械键盘」沿左侧网格排列,英文副标题「Mechanical Keyboard」,搭配「输入设备/机械开关」圆形分类标签、结构爆炸图与键盘尺寸比例尺。中部采用红、黄、蓝三种克制强调色和模块化几何卡片,完整呈现九类信息:60%、65%、75%、80%、96%、100%常见配列;线性轴、段落轴、点击轴触感曲线;触发行程与总行程;触发压力;键帽常见材质与高度;有线、2.4GHz、蓝牙连接方式;热插拔与焊接 PCB 区别;定位板、夹心结构与 Gasket 等常见内部结构;延迟、轮询率、全键无冲与使用场景。每个模块只保留一种主要图形,避免视觉堆叠。采用12列网格、48pt边距、8pt基线、统一2pt线性图标。背景为接近纯白的浅灰,文字为深灰,数据使用等宽字体。底部设置术语解释与参数来源栏,明确「不同品牌与型号存在差异」,禁止虚构具体型号性能或不存在的技术标准。

顶部的键帽轴体爆炸图和中间九个技术参数卡片排得真的很规整,然后我对着成图连做了两次局部智能改字,

可以看到每次改完新文字都自然融进了原有的纸张底纹里,旁边的图标和阴影都没有被改动,这个二次编辑的质量是直接可以投入使用的程度。

而且我个人感觉,如果全英文的图片,比如这个深色工业与科技看板,它的排版精度还会再上一个台阶。
Create a premium, ultra-detailed automotive infographic poster featuring the Mercedes-Benz AMG GT. Use a sophisticated luxury editorial design with a cinematic black, silver, and metallic-grey color palette.
MAIN VISUAL: Place a photorealistic Mercedes-AMG GT in the center, captured from a dramatic front three-quarter angle. Glossy metallic black paint, signature Mercedes grille, aggressive LED headlights, sculpted aerodynamic bodywork, and realistic reflections.
INFOGRAPHIC LAYOUT: Surround the vehicle with elegant technical callouts, fine connecting lines, miniature specification panels, and detailed automotive annotations. Include: ENGINE — 4.0L Twin-Turbo V8; PERFORMANCE — Up to 577 HP; ACCELERATION — 0–100 km/h in 3.2s; DRIVETRAIN — AMG Performance 4MATIC+; DESIGN — Aerodynamic sculpted body; TECHNOLOGY — MBUX infotainment system; INTERIOR — Premium Nappa leather and digital cockpit. Close-up detail insets showing engine, alloy wheels, headlights, and interior. Vertical 4:5 poster, ultra-high resolution, crisp readable typography.

左边跑车四周引出的 V8 引擎、碳陶刹车圆框特写和马力参数都对齐的很准,右边那张在透视倾斜的显示器屏幕里套娃画出了完整的业务折线图、四个 KPI 数据卡片和底部的等宽代码框,小字清晰度非常高。
如果拿去做知识科普或者独立杂志,还可以试试这种博物学图鉴画风。
A professional educational infographic for a [Mosquito], designed in a modern “Terrestrial Life” series style. The layout features a large, realistic 3D central illustration of the [Mosquito] with anatomical labels like “Compound Eyes,” “Thorax,” and “Abdomen” using thin pointer lines. The color palette is clean with soft beige and muted tones. The composition includes multiple data modules: a “Quick Profile” sidebar, a “Top 5 Amazing Facts” list, a “Size Comparison” chart against a human silhouette, and a “Knowledge Score” star rating system. Include a “Detail Focus” section on the right with four square macro-photography close-ups of life stages or specific features. The bottom features “Habitat” and “Diet” icons, a “Conservation Status” slider, and a small “Did You Know?” footer.

不管是十九世纪铜版画撞色酸性荧光黄的先锋视觉,还是把复眼、口器解剖引线和四个生命周期微距图排得明明白白的生物百科,信息密度和版面呼吸感都平衡得相当有水准。
搞定了详情页和硬核说明图,回到商业落地的第三趴,也是平时最烧预算的地方,商品硬照与真人模特商拍。
我先测了两张风格反差极大的单品广告,一张是冲牙器的空间脑洞,一张是洗衣液的奢牌静物质感。
生成一张创意产品海报,一个比人大两倍大巨型冲牙器产品位于画面左侧,冲牙器向右侧倾斜30度,喷嘴朝向画面右侧,画面右侧是一个可爱的女孩爬上一个大梯子顶端,张开嘴对着冲牙器喷嘴。
高级海报,散发自然诗意氛围,主体是一瓶身体乳产品:瓶身印有品牌LUNO和一些小英文;产品嵌入层叠花艺(各种花卉)之中;整体置于渐变背景之上,花艺点缀柔雾质感。产品为视觉焦点,自然花艺元素环绕衬托。背景为过渡自然的渐变色,融合诗意雅致氛围,呈现大牌摄影质感,营造舒缓静谧且具细腻质感的氛围,传递自然柔愈、身心放松的意境,适配香氛产品的雅致特质。画面清晰,8K画质。

左边女孩爬上木梯去接巨型冲牙器水柱的透视比例非常准,一眼就有电梯大屏广告的记忆点。右边把白底身体乳嵌进柔雾鲜花里直出8K清晰度的大片,光影细腻柔和,原瓶身上的几行小字也都原封不动保留了下来,整体完成度非常高。
那单品静物过关了,加上真人模特连拍九宫格还能稳住吗?我又拿小朋友配冲牙器跑了一组3×3的影棚大片。
创作一组高质量、照片级逼真的 3×3 时尚大片拼贴画,以参考图片中的人物为主角。在全部九个画面中,需严格保持人物一致的面部特征、脸型结构、肤色、发型及所有可辨识的外貌细节。服装与造型:人物身穿一件宽松的纯白 T 恤,头戴一条橙色复古波点发带扎起一个啾啾发型,自然微乱的发丝轻拂脸庞。道具与场景:一把亮橙色的金属折叠椅和一个圆柱形 OHO!冲牙器,背景为干净无缝的浅灰色摄影棚背景,搭配柔和均匀的专业漫射光。九种不同姿势:侧身坐姿回眸、正面肖像、斜倚红椅、伸向镜头、眨眼特写、纯真微笑、盘腿捧拿、微仰举至脸侧、单手直视镜头。韩式专业时尚大片风格,85mm人像镜头,完美对齐的 3×3 拼贴排版。

这组跑完基本可以直接省下一大笔影棚和模特通告费了。小朋友换了眨眼、回眸、盘腿九个俏皮动作,整个表情展现的很可爱,人物造型没有飘,重要的是手里拿着的冲牙器的大小比例也没发生形变,保持的非常好。
再来感受一下这次重磅升级的原生 8K 直出到底有多顶,直接看这两组秋冬女装商拍和局部裁切图。


坦率的讲,测了这么多图像模型,这是我第一次如此明显地感受到底层画质上限被抬高了。。。
把原图局部切出来放大看,麂皮手提包的细密绒感、粗棒针毛衣的线圈纹理、黑色粒面皮的反光车线甚至模特手背上的皮肤质感全都清清楚楚,真要到了不用花钱请外模的程度。
测完上面那两套女装大片,我顺手试了试往人像里直接加刊头和版式,看能不能一步到位跑出时尚杂志封面。
以一位成年东亚时装模特为主角,表情自信,皮肤纹理自然,使用低角度机位和前景透视构图。模特身穿开心果绿短夹克、象牙白真丝衬衫、芥末黄 A 字裙和勃艮第红厚底乐福鞋,舒适倚靠象牙白几何块体,一条腿伸向右下方前景。顶部横排放置大型黑色高对比衬线字体刊头 FORME,画面中融入一个巨大的蜜桃色衬线字母 C,让字母、模特、几何块体和鞋履之间形成干净的前后叠压关系。左下角清晰呈现中文标题 掌控线条,辅助文案 时尚 / 文化 / 形态。

你看模特伸向广角前景的乐福鞋、倚靠的几何台面和背后的大字母 C,前中后景的遮挡关系交代得很干净,左下角的中文字号层级也很稳,没有那种底图上面硬贴字的割裂感。
英文刊头好排,但平时我们自己做中文海报或者社媒封面,最头疼的其实是中文字体太单一。不在提示语里写吧,AI 默认就给你排个干巴巴的黑体,想换个有设计感的字吧,光靠打字实在形容不出想要的那种笔锋。
结果我在生图输入框右下角摸索的时候,发现它这次出了一个 Tt 字体按钮。

点开一看,里面直接预置了 70 多款现成字体,按手写体、可爱卡通、标准字、古风、复古、像素风全分好了类。用的时候挑中哪款直接绑到对应的标题文案后面就行,要是预设库里还没挑到满意的,点面板左下角的新建字体传一张参考图上去,它也能顺着参考图去认字形。
有了这个我就来劲了,干脆把字号拉到最大,挑了四种画风跨度很大的大字海报挨个试水。
先试一组偏理性秩序的几何构成字,用细密的平行线束去拼潮汐两个大字。
围绕任意主题内容生成一张明亮洁净的信息型图像:让主题被转译成超大尺度的字形或符号主结构,占据画面中段成为第一视觉,使用细密、平行、均匀的线描来塑造笔画厚度、转折和内部空间,部分笔画以开放轮廓、放射状线束和横向层线形成机械般精确的节奏;底部以极细水平线建立秩序,上方和边缘放置少量小字号信息。背景保持大面积高明度留白,呈现出版物或展览视觉系统的核心版面质感。

整张图完全是靠巨型字形撑起画面,汉字的每一笔转折都被拆成了均匀利落蓝青色平行线条,底下放的是极细字体的释义参数,就很像艺术书展的主视觉。
接着换个糙一点的手绘肌理,试试大面积粉笔和蜡笔摩擦出来的手写中文。
生成一张 3:4 竖版以超大号手写文字为绝对视觉中心的户外徒步主题平面海报。背景是傍晚阳光45度斜照下的暖棕色荒野沙丘,仅在画面左上角远景处有一个极小的橙衣徒步者剪影,留出大面积干净深邃的沙丘光影底色。画面正中央偏下占据60%视觉面积的是两行居中排列的白色超大号粗体手写中文主标题 旷野追风 与 秋日出逃,字距与行距紧凑,笔画粗壮舒展,边缘呈现出清晰可见的粗糙粉笔与干蜡笔摩擦颗粒肌理,局部笔画带有自然的飞白空隙与手绘不规则感。主标题左侧竖向排列明黄色粗体数字日期 11.18
– 11.24,右上角搭配明黄色小号粗体坐标与温度角标 ALT 3200M / 12°C,左下角排两行极简白色小字 把工牌留在城市里 与 去风大的地方走走。文字肌理真实细腻,高反差暖调摄影与手绘大字融合自然。

这组放大看笔画边缘挺有意思,白色大字表面带着明显的粉笔颗粒和手绘缺口,跟底下暖棕色的沙丘硬光揉在一起,户外的松弛感一下就出来了。
再去字体库里勾上古风手书和印宋,试一把传统毛笔飞白加微距植物穿插的寻茶海报。
生成一张 3:4 竖版新中式微距摄影与巨型书法穿插结合的东方茶事海报。背景是深邃幽暗的森林冷调柔焦环境,画面正中央横跨排版占据主视觉的超大号纯白狂草干刷书法主标题 寻茶 使用(字体:长风手书体),字号极大,笔画粗重苍劲与细锋转折对比强烈,边缘保留明显的毛笔干刷飞白、断墨与枯笔丝缕细节。一根长满鲜绿苔藓的茶树老枝横贯画面中段,几片带着晶莹晨露水珠的嫩绿茶叶从寻茶二字的笔画缝隙间自然前后穿插生长出来,局部枝叶真实遮挡住字形边缘,形成立体空间层次。右下方阶梯状垂直排列三列浅灰白色小号宋体副文使用(字体:润植家印宋),内容为 谷雨前采、高山云雾原叶、一盏见春山,左下角点缀一枚极小的朱砂红闲章。

把字拉大到占满画面中段之后,毛笔干刷的飞白丝缕交代得很清楚,而且带露水的茶树嫩叶直接从笔画缝隙里穿插长出来,整个版面一下就活了。
再来个反差大点的年轻潮流风,把像素块体和 3D 充气泡泡字撞在一张图里。
生成一张 3:4 竖版千禧年复古潮流拼贴与实验花字设计海报。浅米灰粗颗粒印刷纸背景,带细微半色调网点。画面上半部分视觉核心是超大号高饱和克莱因蓝复古像素块字体 GAME 使用(字体:像素纪元体),紧接下半部分叠压超大号亮橙粉色 3D 液态充气膨胀泡泡字中文主标题 周末断网,中文笔画宽厚圆润如充满气的气球,表面带有真实的立体高光反射与柔和投影,像素方块的硬朗锯齿与充气泡泡字的软弹质感形成强烈视觉碰撞。主标题周围点缀手绘黑色涂鸦闪电、复古游戏手柄简笔画与明黄色漫画爆炸贴纸角标 100% OFFLINE。底部用紧凑黑色等宽字体排列两行说明小字 NO MESSAGE / NO MEETING / WEEKEND REBOOT CLUB。色彩鲜明跳跃,字形结构清晰可辨,印刷设计感扎实。

上半截是硬朗的锯齿像素字,下半截压着带高光反光的充气气球中文字,两种完全相反的字体质感摆一块也没打架,拿来做活动海报或者小红书封面感觉是很吸引人的。
要是遇到赶时间,连字体和构图都懒得自己慢慢调,直接传两张图玩风格迁移就行,图一放看上的参考海报,图二放自己的照片。
参考图一的海报风格,参考风格配色、文字字体搭配、文字主题内容和特点,给图二生成对应的风格海报,主题为吸氧计划,中间的房子几何图形改成一个天幕几何图形,画面底部换成几何草地搭配平行文字内容,整个画面的所有文字内容需与画面内容呼应。

像最右边那张吸氧计划海报,它把参考图的立体字形和黄蓝配色复刻过来的同时,还顺着原图里的草地和绵羊,把中间的小房子图形换成了露营天幕。
坦率的讲,测完这一连串海报和风格迁移,我最大的感触就是这模型的审美底子很好,对色彩冷暖和光影克制感拿捏得都挺准确。
那既然聊到了审美,那就正好来说这次测最后一趴,也是我觉得是这次可灵看家的本事,电影感。可灵这回做了一个影调库,里面预置了超过 110 种经典电影影调,还支持上传参考图自动提取配色和明暗配方批量复用。
我拿同一个男女主角在透明玻璃板前贴便利贴推演线索的低角度仰拍视角图,换了三种不同影调测试。

美式经典(左) 柔和冷调(中) 港风复古(右)
美式经典立马有了大卫·芬奇悬疑片的厚重暖金胶片感,切到柔和冷调变成冷静克制的刑侦剧氛围,再切到港风复古,潮湿的青绿暗部配头顶暖黄钨丝灯,九十年代港片那个感觉就对了。
往专业影视工业流再看,Kling Image 4.0甚至能听懂极简草图的导演调度。哪怕你不会写复杂的机位词,随手在备忘录里画一个十字路口透视线加一个小火柴人背影喂给它。
生成一帧 16:9 的真人实拍科幻悬疑电影剧照。上传的草图只用于确定低机位、斑马线中央的人物站位,以及天空圆环的大致位置和弧度。不要参考草图中圆环的外形细节、分格、线条或材质;圆环必须从零设计成真实的科幻实体。
雨后清晨的中国城市十字路口。摄影机贴近路面,向前方和天空仰拍。斑马线中央站着一名成年亚洲男演员,背对镜头,身材比例自然,普通短发,穿有真实重量感的深灰色旧风衣,微微抬头。左侧有一辆驶过的出租车;街道两侧是有便利店灯箱、空调外机和潮湿水泥墙的真实建筑。湿路面有自然、克制的反光。街景和人物呈现真实摄影的光线、材质与细节,整体光线微微昏暗。
云层深处悬着一座极其庞大的环状科幻飞船。露出的部分主要呈现宽阔的科幻金属外壳,带着些许精致的接缝细节。约一半环体被厚云遮挡,露出的弧段也受到云雾和潮湿空气的遮蔽,颜色与天空接近、对比度较低,整体因自然的电影机摄影机的景深模糊效果令其有些许模糊,整体雾蒙蒙的感觉。
**摄影机清晰对焦于斑马线上的人物;天空圆环处于焦点之外,呈现明显但自然的远景柔焦。圆环的边缘柔和,表面细节无法逐条辨认,只能看出巨大的实体轮廓和少量宽阔的金属受光面。**它像真实摄影机透过云层拍到的遥远物体,与云层共享同一套光线和空气透视,而不是叠加在天空上的图案。
整体光线微微昏暗,少量店铺暖光,可信的曝光和细腻的胶片颗粒。真实演员、实景街道与电影级实体特效自然融合。最终画面必须像真人电影的现场剧照。
不要沿用参考草图的铅笔线、黑色轮廓、手绘分格、纸张纹理或火柴人比例。不要漫画、漫剧、动漫、概念设计图、线稿上色、3D 动画或游戏过场画面。不要让天空圆环清晰锐利,不要展示可逐条数清的结构线。

十秒钟画的灵魂草图,直接严丝合缝按照你的机位透视渲染出了大片实拍质感,连柏油路积水倒影和出租车尾灯拖影都补齐了。
做短片或漫剧的时候,还能打开组图模式一句话拉出一整套连续分镜,整个故事的连贯性一下子就好把握了。
真人犯罪动作电影的现场剧照,16:9。地点始终是同一条中国老城区窄巷、同一家路边深夜面摊;主角始终是同一名三十岁东亚男子,湿黑短发、眉骨一道浅疤、黑色布质长风衣。画面像摄影师在现场捕捉到的瞬间,人物动作和表情克制,构图自然且略不对称,允许前景的雨棚、路人或墙角遮挡一小部分画面。
雨夜的照明来自面摊的一盏暖灯、巷内少量实际存在的店灯和远处车灯。冷色来自阴影与潮湿空气,不要把整条街打成蓝色。雨只在灯光照到的地方明显可见;地面是粗糙、凹凸不平的湿沥青,只有局部浅水洼产生破碎、不连续的反光,绝不是整面镜子。蒸汽只从沸锅附近升起,并随风散开。保留暗部,让光线有明确来源和自然衰减。真实皮肤、湿布料、旧墙面与街道杂物的质感,适度胶片颗粒。
避免对称居中构图、摆拍姿势、通体发亮的黑衣、均匀覆盖全画面的雨线、镜面街道、重复霓虹招牌、过饱和青蓝色、夸张烟雾、悬停水花、漫画式动作定格和游戏过场画面。单张独立画面,无拼图、无字幕。
1、大远景:摄影机站在巷边、略躲在屋檐下。主角撑黑伞从画面一侧走向远处的面摊;面摊暖灯是巷子里最醒目的光源,主角在环境中占比较小。
2、中景:从桌子侧面拍主角收伞坐下,伞靠在桌脚。摊主在画面深处捞面,略微失焦。主角没有面向镜头摆姿势,只是低头抹去脸上的雨水。
3、面部近景:摄影机从桌面高度拍摄,牛肉面在前景占据画面一角,浅浅的热气经过镜头。主角拿起筷子的动作停了一瞬,眼睛看向画面外的巷口;警觉藏在细微表情里。
4、低角度越肩镜头:主角的肩和发梢虚化在近景一侧。巷口深处三名黑衣人从雨中走来,人数准确为三人;远处车灯使他们的轮廓可见,但不要形成整齐的英雄剪影。
5、动作近景:只捕捉一次清楚的动作:主角起身侧躲,撞翻桌沿,碗从桌边滑落;一名袭击者的手臂进入画面。汤汁顺重力洒下,动作有真实的快门模糊。不要同时出现飞起的整张桌子、悬空的面条和定格水花。
6、全景:仍从巷边拍摄,打斗后的桌椅散落在面摊附近,三名黑衣人倒在雨中。主角在画面远处重新撑伞离开,摊主的暖灯还亮着。场面安静、留白较多,不要摆成胜利者背影海报。

从大远景交代雨夜环境、面部特写给眼神杀、越肩镜头拉满压迫感到掀桌反击的动态模糊,它完全在用成熟导演的分镜逻辑排布景别,跑出来的成套分镜转手就能丢进可灵自家的图生视频管线里让画面动起来。
这一圈跑下来,再回头看开头说的这波图像模型扎堆更新,其实能很清楚地看出来大家开始往不同方向分流了。
有的模型在卷生成单张概念图的精细度,Kling Image 4.0则明显顺着真实干活的顺序往前走,又来到了一个新的level。
它把整页长图、带剧情的连续组图和事后局部改字串在了一块,再加上做视频攒下来的影调底子和原生 8K 细节,以前得在生图工具、修图软件和排版软件之间来回倒腾三四道的活儿,现在基本在一个框里就能收尾了。
我一直在想,以前很多人的好点子之所以落不了地,往往就卡在不会排版、调不出那种电影色调、或者请不起模特搭不起景上。现在这些繁琐的手艺门槛被模型一层层填平之后,真正决定成片好坏的,反而又回到了你脑子里到底想讲什么故事、有什么样的审美直觉。
趁着最近图像模型这么卷,把以前嫌麻烦一直搁置的想法翻出来试一试,说不定真能折腾出不少好玩的东西。
作者 / 卡尔 & yc星辰
本文由人人都是产品经理作者【卡尔的AI沃茨】,微信公众号:【卡尔的AI沃茨】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。
题图来自Unsplash,基于 CC0 协议。
- 目前还没评论,等你发挥!

起点课堂会员权益



