Kling é um modelo de geração de texto para vídeo e de imagem para vídeo desenvolvido pela Kuaishou Technology, a empresa chinesa de plataformas de vídeos curtos por trás do aplicativo Kuaishou, rival do Douyin da ByteDance (a versão chinesa do TikTok). A Kuaishou lançou o Kling em junho de 2024, posicionando-o como um concorrente doméstico do Sora, que a OpenAI havia apresentado em prévia alguns meses antes, mas ainda não havia disponibilizado publicamente. O Kling foi disponibilizado primeiro para uma lista de espera no aplicativo de edição de vídeo Kwaiying da Kuaishou na China, antes de se expandir para um aplicativo web internacional mais amplo.
Capacidades
No lançamento, o Kling podia gerar clipes de vídeo de até dois minutos a 30 quadros por segundo, uma duração notavelmente maior do que a maioria dos sistemas concorrentes de geração de vídeo oferecia na época, além de suporte para geração de vídeo em resolução de até 1080p. O modelo usava uma arquitetura de difusão combinada com componentes baseados em transformadores, seguindo uma direção arquitetural semelhante à relatada para o Sora, modelando vídeo como patches de espaço-tempo para lidar com comprimento e resolução variáveis. Versões subsequentes, incluindo Kling 1.5, 1.6 e Kling 2.0 e 2.1 ao longo de 2025, melhoraram a coerência de movimento, adicionaram geração de imagem para vídeo e de vídeo com quadro inicial e final (especificando tanto o primeiro quanto o último quadro e deixando o modelo gerar a transição), e introduziram ferramentas para sincronização labial e consistência de personagens entre cenas, voltadas para criadores de vídeo profissionais e semiprofissionais.
Cenário competitivo
O Kling surgiu como parte de uma onda mais ampla de modelos chineses de geração de vídeo lançados ao longo de 2024 e 2025, ao lado do Seedance da ByteDance e de outros participantes, que coletivamente aceleraram o ritmo de progresso na geração de texto para vídeo mais do que muitos observadores ocidentais antecipavam. Em plataformas de comparação comunitárias e rankings, como classificações de vídeo no estilo Arena, o Kling foi repetidamente avaliado entre os modelos de vídeo de melhor desempenho globalmente até 2025, competindo de perto com o Veo do Google DeepMind, o Sora da OpenAI e o Seedance, com diferentes modelos alternando a primeira posição conforme cada um lançava atualizações. O ciclo rápido de iteração do Kling e a disposição de expor capacidades mais recentes, como maior duração e controle de movimento mais refinado, a uma ampla base de usuários internacionais por meio de seu aplicativo web contribuíram para sua adoção fora da China, inclusive por profissionais de marketing e criação de conteúdo.
Recepção
Comentários da indústria enquadraram o Kling, ao lado do Seedance e de outros modelos de vídeo chineses, como evidência de que a indústria de IA da China havia se tornado internacionalmente competitiva não apenas em modelos de linguagem, mas também em mídia generativa intensiva em recursos, uma área que se supunha favorecer laboratórios com os maiores orçamentos de computação. O Kling atraiu tanto interesse quanto escrutínio típicos do campo mais amplo de texto para vídeo, incluindo questões sobre a proveniência dos dados de treinamento e o uso de vídeo gerado para uso indevido adjacente a deepfakes, preocupações que a Kuaishou abordou em parte por meio de marca d'água visível na saída gerada e políticas de uso que restringem certas categorias de conteúdo. Como acontece com outros sistemas generativos de vídeo em rápida evolução, os dados de treinamento precisos e as especificações técnicas completas do Kling não foram totalmente divulgados publicamente, consistente com um padrão mais amplo da indústria de transparência limitada em lançamentos de modelos de geração de vídeo.