Kling 2.6: Hướng dẫn mô hình video có âm thanh gốc, prompt và ứng dụng

Tổng quan Kling 2.6

Nhà phát triển

Kling AI (Kuaishou Technology)

Ngày phát hành

3 tháng 12 năm 2025

Đầu vào

Văn bản hoặc ảnh (khung đầu, hoặc khung đầu và cuối)

Độ dài clip

5 hoặc 10 giây

Độ phân giải (API)

720p hoặc 1080p; âm thanh cần 1080p

Tỷ lệ khung hình

16:9, 9:16, 1:1

Âm thanh

Lời nói, hiệu ứng và không khí gốc

Ngôn ngữ giọng nói

Tiếng Trung và tiếng Anh

Mã nguồn mở?

Không, mô hình đóng

Không kiểm duyệt?

Không, được kiểm duyệt theo chính sách của Kling

Kling 2.6 là gì?

Kling 2.6 (còn viết là Kling VIDEO 2.6) là mô hình tạo video thuộc dòng Kling AI của Kuaishou Technology; con số là phiên bản mô hình, không phải phiên bản ứng dụng. Theo bài báo của Securities Times, Kuaishou ra mắt mô hình vào ngày 3 tháng 12 năm 2025, và Kling công bố hướng dẫn sử dụng tiếng Anh vào ngày 16 tháng 12 năm 2025. Tính năng nổi bật là âm thanh gốc: một lần tạo trả về video cùng giọng nói, hiệu ứng âm thanh và âm thanh môi trường, được Kling tóm gọn là "See the Sound, Hear the Visual". Mô hình hoạt động từ văn bản (văn bản thành video có âm thanh) hoặc từ ảnh tĩnh (ảnh thành video có âm thanh), và có thể tắt âm thanh. Clip dài 5 hoặc 10 giây, ở tỷ lệ 16:9, 1:1 hoặc 9:16. Kling cung cấp mô hình qua nền tảng web và ứng dụng; API là thêm một cách sử dụng.

Vì sao mọi người tìm Kling 2.6 không kiểm duyệt

Kling áp dụng chính sách người dùng của Kuaishou cho mọi prompt và tệp tải lên, và chính sách này cấm nội dung khiêu dâm, mạo danh và quấy rối. Không có phiên bản không kiểm duyệt chính thức nào, các trang tự nhận vượt được bộ lọc đều chưa được xác minh và có thể vi phạm điều khoản của Kling; một số kênh bên thứ ba quảng cáo kiểm duyệt lỏng hơn, nhưng chúng tôi không thể xác nhận họ thực sự chạy gì. Người tìm phiên bản không kiểm duyệt thường muốn chuyển động chân thực cho các cảnh người lớn có đồng thuận mà ứng dụng chính thức từ chối. Nếu đó là mục tiêu của bạn, bạn có thể tạo video không qua lớp kiểm duyệt trên trang này: công cụ chuyển ảnh thành video của Spicy AI chạy MiniMax H3 Turbo, không phải Kling, và chỉ dành cho người lớn (18+).

Vị trí của Kling 2.6: từ 2.5 Turbo đến 4.0

Số phiên bản thay đổi nhanh, nên sắp xếp chúng theo thứ tự sẽ dễ hiểu hơn. Kling 2.5 Turbo ra mắt vào tháng 9 năm 2025. VIDEO 2.6 tiếp nối vào ngày 3 tháng 12 năm 2025 với tư cách bản phát hành đầu tiên có âm thanh gốc. Hướng dẫn 3.0 của chính Kling, đề ngày 6 tháng 2 năm 2026, cho biết VIDEO 2.6 đã được nâng cấp lên VIDEO 3.0, bổ sung clip tới 15 giây, tính nhất quán của yếu tố và kể chuyện nhiều cảnh quay. Kling 4.0 tiếp theo vào ngày 14 tháng 10 năm 2026. Mô hình cũ vẫn có trong tài liệu API của Kling, nhưng Kling chưa cam kết nó sẽ còn khả dụng bao lâu. Mọi người vẫn tìm đến nó vì ba lý do thực tế: đây là lựa chọn Kling nhẹ nhất có âm thanh gốc, 10 giây đủ cho phần lớn clip mạng xã hội, và nhiều hướng dẫn cũng như quy trình được viết cho nó.

Ngày tháng lấy từ hướng dẫn sử dụng của Kling và bài báo của Securities Times.

Âm thanh gốc của Kling 2.6: tạo ra những gì

Trong quy trình video AI thông thường, bạn xuất một clip không tiếng, rồi thu âm hoặc tạo lời thuyết minh, thêm hiệu ứng âm thanh và chỉnh khớp khẩu hình thủ công. Kling 2.6 gộp các bước này vào một lần tạo. Hướng dẫn của Kling liệt kê các loại âm thanh mô hình có thể tạo; nó cũng điều khiển cảm xúc, tốc độ nói và khớp chuyển động môi với lời thoại. Có hai giới hạn quan trọng: đây không phải mô hình âm nhạc, và Kling lưu ý rằng độ nhất quán giọng khi hát yếu hơn khi nói. Một thói quen hữu ích là chạy cùng một prompt với âm thanh gốc bật và tắt; bản không tiếng là đủ nếu bạn định thêm nhạc nền riêng sau.

• Lời nói: độc thoại, dẫn chuyện và hội thoại nhiều nhân vật có khớp khẩu hình.
• Trình diễn: hát và rap, tốt nhất trong clip 10 giây.
• Không khí: mưa, đám đông, gió, âm thanh phòng và tiếng ồn đường phố.
• Hiệu ứng: tiếng bước chân, kính vỡ, cửa, âm thanh đồ vật và hành động.
• Âm thanh hỗn hợp: một giọng nói trên nền nhạc và tiếng ồn xung quanh trong một clip.

Khớp khẩu hình, giọng tiếng Trung và giới hạn ngôn ngữ

Giọng nói chỉ hỗ trợ tiếng Trung và tiếng Anh. Nếu bạn viết lời thoại bằng ngôn ngữ khác, Kling sẽ dịch sang tiếng Anh trước khi lồng tiếng, nên một câu tiếng Nhật hay tiếng Tây Ban Nha sẽ trở thành giọng nói tiếng Anh và mất sắc thái gốc. Lời thuyết minh sản phẩm tiếng Trung hay quảng cáo tiếng Anh hoạt động như mong đợi; với ngôn ngữ khác, hãy lên kế hoạch cho một bước lồng tiếng riêng. Hướng dẫn của Kling đưa thêm các quy tắc thực tế: viết lời thoại tiếng Anh bằng chữ thường và chỉ viết hoa cho từ viết tắt và danh từ riêng, nếu không cách phát âm có thể bị lệch; dùng clip 10 giây cho hội thoại và hát để câu có đủ thời gian kết thúc; và trong cảnh nhiều người, hãy gắn nhãn từng người nói để mô hình biết ai nói và ai im lặng. Khớp khẩu hình đáng tin cậy nhất với câu ngắn, mỗi lần một người nói và không cắt cảnh giữa câu.

Nhà sáng tạo làm gì với Kling 2.6

Các bản demo của chính Kling và những hướng dẫn xoay quanh mô hình này cho thấy một nhóm nhỏ định dạng lặp lại, tất cả đều dựa vào việc âm thanh đi kèm hình ảnh. Điểm chung là nội dung ngắn, xoay quanh lời nói: một clip thường cần diễn viên lồng tiếng, nhà thiết kế âm thanh và một lượt khớp khẩu hình giờ chỉ cần một prompt. Danh sách dưới đây gom các xu hướng sáng tạo chúng tôi thấy trong phần giới thiệu và hướng dẫn cho nhà sáng tạo của Kling; nó mô tả các định dạng phổ biến, không phải bảng xếp hạng chất lượng.

• Quảng cáo người dẫn nói trực diện và hook UGC: người dẫn cầm sản phẩm và nói một câu, sẵn sàng cho feed dọc.
• Phỏng vấn đường phố: hai hoặc ba người lần lượt trả lời, phía sau là xe cộ và tiếng trò chuyện.
• Bình luận thể thao và trò chơi: người dẫn hào hứng trên nền hành động nhanh, một trong các chủ đề demo của chính Kling.
• Khoảnh khắc âm nhạc: một đoạn điệp khúc ngắn hoặc câu rap, chấp nhận giọng hơi lệch.
• ASMR và clip tâm trạng: mưa trên kính, lửa lách tách, lời thì thầm và cận cảnh chất liệu.
• Phim ngắn mini: cuộc trò chuyện đầy cảm xúc giữa hai người trong 10 giây, thường được ghép thành một loạt.

Kling 2.6 được đón nhận thế nào

Khi ra mắt, truyền thông tập trung vào một điểm: Kling 2.6 được giới thiệu là mô hình Kling đầu tiên xuất hình ảnh và âm thanh cùng lúc, và báo chí tài chính Trung Quốc mô tả nó là một bước tiến tới sản xuất video ngắn chỉ với một cú nhấp. Những lời khen và phàn nàn phổ biến nhất đều xuất phát trực tiếp từ tài liệu của chính Kling, nên chúng là chỉ dẫn hợp lý về điều nên kỳ vọng. Chúng tôi không trích dẫn từng bài đánh giá hay điểm số ở đây, và chưa có benchmark độc lập nào so sánh 2.6, 3.0 và 4.0 trong cùng điều kiện.

Cách viết prompt Kling 2.6 cho hội thoại và âm thanh

Kling gợi ý xây dựng prompt gồm năm phần: bối cảnh, yếu tố, chuyển động, âm thanh và các chi tiết khác như phong cách, tâm trạng và máy quay. Âm thanh là phần mà hầu hết mọi người viết quá sơ sài. Hãy đặt mỗi âm thanh trong một câu riêng thay vì dồn mọi tiếng động vào một dòng, và với hội thoại hãy dùng thẻ người nói trong ngoặc vuông, theo sau là lời thoại, ví dụ: [woman, warm and slow] says: "try this one, it's my favorite." Trong hội thoại, hãy gọi tên từng người nói và nêu rõ ai im lặng. Mỗi clip chỉ giữ một ý chính.

• Bối cảnh trước: ở đâu và khi nào, chẳng hạn quán cà phê đêm mưa hoặc căn bếp sáng sủa buổi trưa.
• Yếu tố: ai có mặt trong khung hình, mô tả là người lớn, kèm trang phục và biểu cảm.
• Chuyển động: một hành động chính và một chuyển động máy quay, chẳng hạn đẩy máy chậm vào gần.
• Âm thanh: thẻ người nói và lời thoại, rồi đến không khí, rồi một hiệu ứng chính.
• Khác: từ chỉ phong cách, ánh sáng và tâm trạng ở cuối.
• Độ dài: chọn 10 giây cho mọi câu dài hơn vài từ.

Mẫu prompt Kling 2.6 để sao chép

Thay các phần trong ngoặc vuông và giữ nguyên thứ tự. Ba mẫu đầu dùng âm thanh gốc trên Kling; hai mẫu cuối được viết cho tạo chuyển động ảnh, nên cũng dùng được trong công cụ chuyển ảnh thành video trên trang này, nơi bạn thêm giọng nói hoặc nhạc sau.

API Kling 2.6: endpoint và tham số

API là một cách sử dụng mô hình bên cạnh nền tảng web. Nó cung cấp POST /text-to-video/kling-2.6 và POST /image-to-video/kling-2.6. Prompt có thể dài tới 2.500 ký tự và có thể chứa cả mô tả tích cực lẫn tiêu cực. Các tham số chính là audio (native hoặc off), resolution (720p hoặc 1080p), duration (5 hoặc 10 giây) và aspect_ratio (16:9, 9:16 hoặc 1:1). Một vài quy tắc thường gây vấp: âm thanh gốc yêu cầu 1080p; ảnh thành video chấp nhận chỉ khung đầu hoặc cả khung đầu và khung cuối, nhưng không chấp nhận chỉ khung cuối, và tạo video từ khung đầu cộng khung cuối chỉ có ở 1080p; mỗi yêu cầu chỉ được tham chiếu tối đa hai giọng, đặt giọng thì phải bật âm thanh, và tắt âm thanh thì không thể đặt giọng. Trên nền tảng web, bạn có thể tạo tối đa bốn video cùng lúc.

Âm thanh Kling 2.6 không hoạt động? Cách khắc phục phổ biến

Hầu hết kết quả không tiếng hoặc lỗi đến từ một vài nguyên nhân. Hãy bắt đầu với cài đặt âm thanh, rồi kiểm tra khớp khẩu hình, cân bằng âm thanh và chính hình ảnh:

• Hoàn toàn không có tiếng: âm thanh gốc bị tắt, lệnh gọi API dùng audio=off, hoặc yêu cầu đặt ở 720p, vốn không hỗ trợ âm thanh gốc.
• Yêu cầu bị từ chối: đã đặt giọng trong khi tắt âm thanh, tham chiếu hơn hai giọng, hoặc chỉ cung cấp khung cuối.
• Sai ngôn ngữ: lời thoại không phải tiếng Trung hay tiếng Anh và đã bị tự động dịch sang tiếng Anh.
• Môi không khớp: câu quá dài hoặc quá nhanh, nhiều người nói cùng lúc, hoặc máy quay cắt giữa câu. Hãy dùng câu ngắn, một người nói và 10 giây.
• Âm thanh đục: chồng quá nhiều hiệu ứng hoặc không khí lớn hơn giọng nói. Mô tả một âm thanh chính trong mỗi câu.
• Hình ảnh kém: ảnh đầu vào độ phân giải thấp hoặc ảnh không khớp với prompt. Đổi ảnh hoặc đơn giản hóa hành động.

Kling 2.6 so với Kling 3.0, O1 và các lựa chọn khác

Chọn Kling 2.6 khi bạn cần âm thanh trong clip từ 10 giây trở xuống và muốn lựa chọn Kling nhẹ nhất có âm thanh gốc. Chọn Kling 3.0 khi bạn cần tới 15 giây, tính nhất quán của yếu tố hoặc nhiều cảnh quay trong một lần tạo, vì chính Kling gọi 3.0 là bản nâng cấp của 2.6. Kling O1 là công cụ khác: tập trung vào tạo và chỉnh sửa đa phương thức hợp nhất, xử lý clip 3 đến 10 giây và tối đa bảy ảnh tham chiếu, và tùy chọn âm thanh chỉ có giữ nguyên gốc hoặc tắt. Kling 4.0 là mô hình mới nhất, hướng tới chuyển động phức tạp, nhất quán tham chiếu và kể chuyện. Ngoài Kling, chỉ nên so sánh Google Veo hay OpenAI Sora dựa trên dữ kiện kiểm chứng được, như độ dài, hỗ trợ âm thanh và độ phân giải. Với nội dung người lớn, không mô hình nào trong số này là lựa chọn, và đó là lúc một công cụ trực tuyến không bộ lọc phát huy tác dụng.

Kling 2.6 có mã nguồn mở không?

Không. Kling 2.6 là mô hình đóng: Kuaishou chưa công bố trọng số chính thức, nên bạn không thể tải về hay chạy cục bộ, và mọi trang cung cấp bản tải Kling chạy cục bộ nên được xem là chưa xác minh. Quyền truy cập là qua nền tảng web, ứng dụng và API của Kling, cùng các bên bán lại gọi cùng dịch vụ đó. Một số trang bên thứ ba quảng cáo đầu ra 4K hoặc âm thanh 48 kHz cho mô hình này; cả hai đều không xuất hiện trong tài liệu của chính Kling, vốn chỉ liệt kê 720p và 1080p. Nếu bạn cần mô hình video có trọng số mở để tự chạy, hãy xem các mô hình có công bố trọng số.

Đánh giá của chúng tôi: Kling 2.6 còn đáng dùng không?

Đọc các hướng dẫn của Kling cạnh nhau, quan điểm biên tập của chúng tôi là 2.6 giờ là lựa chọn nhẹ thay vì mô hình chủ lực. Đây là kết luận rút ra từ dữ kiện đã công bố, không phải từ bài kiểm tra benchmark của riêng chúng tôi:

• Đáng dùng: quảng cáo ngắn, hook UGC và clip người dẫn nói trực diện bằng tiếng Trung hoặc tiếng Anh khi 10 giây là đủ.
• Đáng dùng: bản nháp mà việc có ngay đầu ra kèm tiếng quan trọng hơn tính nhất quán giữa các cảnh.
• Bỏ qua: câu chuyện cần nhiều cảnh quay, nhân vật lặp lại hoặc clip dài hơn 10 giây; hãy dùng 3.0 hoặc 4.0.
• Bỏ qua: hội thoại bằng ngôn ngữ khác ngoài tiếng Trung và tiếng Anh.
• Bỏ qua: nội dung người lớn, điều mà chính sách của Kling không cho phép ở bất kỳ phiên bản nào.

Từng bước: tạo chuyển động cho ảnh trên Spicy AI

Quy trình trên trình duyệt không cần tài khoản Kling và không cần cài đặt. Nó dùng MiniMax H3 Turbo, không phải Kling 2.6, nên phong cách khác với kết quả của Kling và không có hội thoại được tạo kiểu Kling.

• 1. Mở công cụ chuyển ảnh thành video bằng nút ở đầu trang này; MiniMax H3 Turbo đã được chọn sẵn.
• 2. Tải lên ảnh rõ nét của một người lớn mà bạn sở hữu hoặc đã được đồng ý sử dụng.
• 3. Dán một trong các mẫu prompt cho ảnh ở trên và điền hành động, máy quay và ánh sáng.
• 4. Tạo một clip ngắn, kiểm tra chuyển động, rồi thay đổi một yếu tố mỗi lần thử lại.
• 5. Tải kết quả về và thêm lời thuyết minh hoặc nhạc trong trình chỉnh sửa nếu cần.

Mẹo viết prompt để có kết quả kiểu Kling 2.6

1. Mô tả một chuyển động chính cho mỗi clip, chẳng hạn 'quay về phía máy quay', thay vì một danh sách hành động.
2. Với ảnh thành video, chỉ mô tả những gì cần chuyển động; bức ảnh đã xác định người và bối cảnh.
3. Dùng thuật ngữ máy quay như 'đẩy máy chậm vào gần' hoặc 'máy cầm tay bám theo' để có vẻ điện ảnh.
4. Lên kế hoạch hội thoại hoặc nhạc thành một track âm thanh riêng khi tạo trên Spicy AI.
5. Chỉ tải lên ảnh của người lớn (18+) mà bạn có quyền sử dụng, và không bao giờ tạo chuyển động cho người thật khi chưa có sự đồng ý.

Nguồn

• Hướng dẫn sử dụng âm thanh Kling VIDEO 2.6 (Kling AI)
• Tài liệu tham khảo API văn bản thành video Kling VIDEO 2.6
• Tài liệu tham khảo API ảnh thành video Kling VIDEO 2.6
• Hướng dẫn sử dụng Kling VIDEO 3.0
• Hướng dẫn sử dụng Kling 4.0
• Chính sách người dùng Kling
• Bài báo ra mắt của Securities Times (tiếng Trung)

Thêm mô hình AI Video không kiểm duyệt

• uncensored kling
• Kling không kiểm duyệt
• Kling O1 không kiểm duyệt
• Sora không kiểm duyệt
• Veo không kiểm duyệt
• Hailuo AI không kiểm duyệt
• MiniMax H3 Max không kiểm duyệt
• Wan không kiểm duyệt
• Wan 3.0 không kiểm duyệt
• Seedance không kiểm duyệt
• Seedance 2.5 không kiểm duyệt
• Seedance 2.0 không kiểm duyệt
• Seedance 2.0 Mini không kiểm duyệt
• HunyuanVideo không kiểm duyệt
• LTX Video không kiểm duyệt
• Runway không kiểm duyệt
• Pika không kiểm duyệt
• Luma Dream Machine không kiểm duyệt
• Vidu không kiểm duyệt
• PixVerse không kiểm duyệt
• EdenLive không kiểm duyệt
• Grok Imagine không kiểm duyệt