Kling es un modelo de generación de texto a video y de imagen a video desarrollado por Kuaishou Technology, la empresa china de plataformas de videos cortos detrás de la aplicación Kuaishou, rival del Douyin de ByteDance (la versión china de TikTok). Kuaishou lanzó Kling en junio de 2024, posicionándolo como un competidor nacional de Sora, que OpenAI había presentado en vista previa varios meses antes pero aún no había lanzado públicamente. Kling estuvo disponible primero en una lista de espera dentro de la aplicación de edición de video Kwaiying de Kuaishou en China antes de expandirse a una aplicación web internacional más amplia.
Capacidades
En su lanzamiento, Kling podía generar clips de video de hasta dos minutos de duración a 30 fotogramas por segundo, una duración notablemente más larga que la mayoría de los sistemas competidores de generación de video ofrecidos en ese momento, junto con soporte para generación de video de hasta resolución 1080p. El modelo utilizaba una arquitectura de difusión combinada con componentes basados en transformadores, siguiendo una dirección arquitectónica similar a la reportada para Sora, modelando el video como parches de espacio-tiempo para manejar longitud y resolución variables. Versiones posteriores, incluidas Kling 1.5, 1.6 y Kling 2.0 y 2.1 hasta 2025, mejoraron la coherencia del movimiento, agregaron generación de imagen a video y de video con fotogramas inicial y final (especificando tanto el primer como el último fotograma y dejando que el modelo genere la transición), e introdujeron herramientas para sincronización de labios y consistencia de personajes entre tomas dirigidas a creadores de video profesionales y semiprofesionales.
Panorama competitivo
Kling surgió como parte de una ola más amplia de modelos chinos de generación de video lanzados durante 2024 y 2025, junto con Seedance de ByteDance y otros participantes, que colectivamente impulsaron el ritmo del progreso en la generación de texto a video más rápido de lo que muchos observadores occidentales anticipaban. En plataformas de comparación y tablas de clasificación gestionadas por la comunidad, como los rankings de video de estilo Arena, Kling fue clasificado repetidamente entre los modelos de video de mejor rendimiento a nivel mundial hasta 2025, compitiendo estrechamente con Veo de Google DeepMind, Sora de OpenAI y Seedance, con diferentes modelos intercambiando el primer puesto a medida que cada uno lanzaba actualizaciones. El ciclo de iteración rápida de Kling y su disposición a exponer capacidades más nuevas, como mayor duración y control de movimiento más fino, a una amplia base de usuarios internacionales a través de su aplicación web contribuyeron a su adopción fuera de China, incluso por parte de profesionales de marketing y creación de contenido.
Recepción
Los comentarios de la industria enmarcaron a Kling, junto con Seedance y otros modelos de video chinos, como evidencia de que la industria de IA de China se había vuelto internacionalmente competitiva no solo en modelos de lenguaje sino también en medios generativos intensivos en recursos, un área que se suponía favorecía a los laboratorios con los mayores presupuestos de cómputo. Kling atrajo tanto interés como escrutinio típicos del campo más amplio de texto a video, incluidas preguntas sobre la procedencia de los datos de entrenamiento y el uso de video generado para usos indebidos relacionados con deepfakes, preocupaciones que Kuaishou abordó en parte mediante marcas de agua visibles en la salida generada y políticas de uso que restringen ciertas categorías de contenido. Al igual que con otros sistemas de video generativo de rápido avance, los datos de entrenamiento precisos de Kling y sus especificaciones técnicas completas no fueron divulgados públicamente en su totalidad, consistente con un patrón industrial más amplio de transparencia limitada en los lanzamientos de modelos de generación de video.