Kling 3.0: Đạo diễn cả một cảnh phim chỉ từ một prompt
Kling 3.0 là mô hình video mà Kling AI của Kuaishou ra mắt đầu tháng 2 năm 2026, và nó giống một đoàn làm phim nhỏ hơn là một công cụ tạo clip. Chỉ một prompt có thể cho ra tối đa 15 giây cảnh quay, chuyển qua lại giữa nhiều góc máy, giữ nguyên nhân vật trong từng cảnh và đi kèm sẵn lời thoại, hiệu ứng âm thanh lẫn âm thanh nền. Người làm phim ngắn, đội quảng cáo và các kênh meme đã nhanh chóng sử dụng nó. Bên dưới, bạn sẽ thấy những gì đã thay đổi so với các phiên bản trước, mọi người dùng nó vào việc gì, storyboard nhiều cảnh quay hoạt động ra sao, cùng các mẫu prompt để dán vào dùng ngay.
Tạo video phong cách nhiều cảnh quay →
Công cụ tạo video thay thế không kiểm duyệt
Ảnh thành videoTải lên khung hình mở đầu và mô tả hành động, chuyển động máy quay và không khí. Clip sẽ được tạo từ ảnh của bạn.
Thử một prompt
Các prompt mẫu được viết bằng tiếng Anh, giúp cho kết quả ổn định nhất.
Mô hình dành cho đạo diễn: 15 giây, nhiều cảnh quay, có sẵn âm thanh
Phần lớn công cụ video AI chỉ trả về một cảnh quay liền mạch và để việc dựng phim cho bạn. Mô hình này thay đổi thói quen đó. Bạn mô tả một cảnh, hoặc viết từng cảnh quay một, và mô hình tự lên kế hoạch cắt cảnh: một góc rộng giới thiệu bối cảnh, một cận cảnh khuôn mặt, một góc ngược cho câu đáp lại. Theo thông báo ra mắt của Kling AI, đợt phát hành này mang đến bốn mô hình cùng lúc: Video 3.0, Video 3.0 Omni, Image 3.0 và Image 3.0 Omni, với các nâng cấp tập trung vào tính nhất quán, chi tiết chân thực như ảnh chụp, clip dài tới 15 giây và âm thanh gốc bằng nhiều ngôn ngữ, phương ngữ và giọng địa phương.
Kết quả là chỉ một lần tạo đã có thể trở thành một phân đoạn hoàn chỉnh của câu chuyện. Các hướng dẫn được đăng sau khi ra mắt mô tả độ dài từ 3 đến 15 giây mỗi clip, với tối đa khoảng sáu lần chuyển góc máy bên trong. Đây là dịch vụ thương mại đóng: bạn dùng qua ứng dụng và website của Kling, hoặc qua API trên nền tảng nhà phát triển của Kling và các đối tác, và không có trọng số mô hình công khai nào để tải về.
Kling 2.6 và O1 đã khiến mọi người mê mẩn — đây là những gì phiên bản mới bổ sung
Kling 2.6 là phiên bản đầu tiên tạo ra giọng nói và hiệu ứng âm thanh cùng lúc với hình ảnh, còn Kling O1 cho phép chỉnh sửa và đổi phong cách clip bằng ảnh tham chiếu. Cả hai đều lan truyền rất nhanh trên mạng xã hội. Phiên bản mới gộp hai ý tưởng đó vào một mô hình rồi mở rộng thêm: clip dài hơn, cắt cảnh thực sự và nhân vật được giữ nguyên từ cảnh này sang cảnh khác. Nếu bạn đã quen với các phiên bản trước, bảng dưới đây chỉ liệt kê những điểm khác biệt.
Cái giá phải trả là càng nhiều quyền kiểm soát thì càng cần lên kế hoạch kỹ. Các bài đánh giá nhận xét rằng chế độ Custom storyboard phù hợp với người có tư duy của một biên tập viên dựng phim, còn một prompt mơ hồ chỉ một dòng vẫn cho ra cảnh quay chung chung.
| Kling 2.6 / O1 | Kling 3.0 | |
|---|---|---|
| Độ dài clip | 5 hoặc 10 giây | Từ 3 đến 15 giây, do bạn chọn |
| Máy quay | Một cảnh quay liền mạch | Storyboard nhiều cảnh quay, tối đa khoảng 6 lần cắt |
| Âm thanh | Âm thanh và giọng nói gốc, chủ yếu tiếng Trung và tiếng Anh | Lời thoại khớp khẩu hình bằng tiếng Trung, Anh, Nhật, Hàn và Tây Ban Nha, kèm các giọng địa phương |
| Tham chiếu | Chỉnh sửa theo tham chiếu chỉ có ở O1 | Bản Omni nhận nhiều ảnh và video tham chiếu làm yếu tố cố định |
| Tính nhất quán | Khuôn mặt có thể thay đổi giữa các lần tạo | Giữ nguyên nhân vật, trang phục và đạo cụ trong mọi cảnh quay |
Các nhà sáng tạo đang ứng dụng nó vào đâu
Sức hút rất đơn giản: ít clip phải ghép nối hơn, và lời thoại đã được đồng bộ sẵn. Đó là lý do một nhóm nhỏ các trường hợp sử dụng liên tục xuất hiện trên bảng tin và trong các video hướng dẫn của nhà sáng tạo.
- Phim ngắn dọc: một cuộc cãi vã giữa hai người với cảnh quay và cảnh ngược, tạo trong một lần thay vì sáu clip riêng lẻ.
- Quảng cáo sản phẩm và thương mại điện tử: cận cảnh macro sản phẩm, người mẫu cầm sản phẩm và một câu thoại giới thiệu, tất cả trong một đoạn quảng cáo 15 giây.
- Video ca nhạc và bản dựng kiểu trailer: những lần cắt nhanh giữa các cảm xúc và góc máy theo nhịp bài hát.
- Lồng tiếng bản địa hóa: cùng một người dẫn nói tiếng Anh, Nhật hoặc Tây Ban Nha với khẩu hình khớp lời.
- Nhân vật xuất hiện định kỳ: một linh vật hoặc người dẫn ảo trông giống hệt nhau qua từng tập của một series mạng xã hội.
Storyboard nhiều cảnh quay: để mô hình tự cắt, hoặc tự chỉ định từng cảnh
Tính năng storyboard là điểm nhấn chính của bản phát hành này, với hai kiểu. Smart Storyboard đọc một mô tả cảnh thông thường và tự quyết định chỗ cắt cũng như góc máy, lý tưởng khi bạn cần tốc độ. Custom Storyboard cho phép bạn tự thiết lập từng cảnh quay: dài bao lâu, máy quay đặt ở đâu và điều gì diễn ra. Hãy hình dung Smart như giao kịch bản cho đạo diễn, còn Custom như tự ngồi trong phòng dựng.
- Bắt đầu với chế độ Smart để xem mô hình hiểu ý tưởng của bạn thế nào, sau đó chuyển sang Custom để sửa những cảnh quay bạn chưa ưng.
- Mỗi cảnh quay chỉ nên có một hành động rõ ràng; hai người nói chuyện cộng thêm chuyển động máy quay và thay đổi ánh sáng trong cùng một cảnh là lúc mọi thứ bắt đầu nhòe.
- Hãy cộng số giây: các cảnh quay trong một bảng Custom phải nằm gọn trong tổng độ dài clip bạn đã chọn.
Lời thoại, hiệu ứng âm thanh và khớp khẩu hình trong một lần
Âm thanh được tạo cùng lúc với hình ảnh, nên tiếng bước chân vang lên đúng lúc chân chạm đất và tiếng mưa nghe giống hệt cơn mưa trên màn hình. Lời thoại là điểm thực sự nổi bật: các hướng dẫn của bên thứ ba cho biết mô hình khớp khẩu hình cho tiếng Trung, Anh, Nhật, Hàn và Tây Ban Nha, và thông báo ra mắt cũng nhấn mạnh cả phương ngữ lẫn giọng địa phương. Bí quyết là viết câu thoại đúng như cách nó cần được nói, đặt trong dấu ngoặc kép, đồng thời ghi rõ ai nói và nói như thế nào. Một ghi chú như bằng tiếng Nhật, thì thầm hoặc với giọng Anh nhẹ sẽ định hình cách thể hiện hiệu quả hơn nhiều so với những tính từ mô tả không khí.
Với quảng cáo và video giải thích, điều này loại bỏ hẳn một bước thu âm. Với phim truyện, nó có nghĩa là một cảnh quay và câu đáp lại có thể nằm chung một lần tạo, mỗi nhân vật giữ giọng nói riêng, và đó chính là điều làm nên những cảnh hai người lan truyền chóng mặt.
Giữ nguyên khuôn mặt, trang phục và đạo cụ trong mọi cảnh quay
Không gì phá hỏng câu chuyện nhanh hơn một nhân vật chính có khuôn mặt thay đổi giữa các lần cắt. Mô hình giải quyết điều này bằng tham chiếu: tải lên một hoặc nhiều ảnh về nhân vật, đồ vật hay địa điểm, và mô hình Omni sẽ coi chúng là các yếu tố cố định xuyên suốt cảnh. Những nhà sáng tạo làm series với cùng một người dẫn hoặc một cặp đôi qua nhiều tập dựa rất nhiều vào tính năng này.
- Dùng một ảnh tham chiếu khuôn mặt rõ nét, đủ sáng cùng một ảnh toàn thân để thể hiện trang phục.
- Đặt cho nhân vật một cái tên ngắn và lặp lại nó, kèm hai hoặc ba từ khóa ngoại hình, trong mọi cảnh quay của prompt.
- Giữ nguyên từ ngữ mô tả trang phục giữa các tập; đổi áo trench đỏ thành áo khoác đỏ thẫm sẽ khiến mô hình thiết kế lại nó.
Mẫu prompt để sao chép và tùy biến
Một cấu trúc cảnh quay đơn đáng tin cậy gồm năm phần: chi tiết chủ thể, hành động, chuyển động máy quay, bối cảnh, và phong cách hoặc ánh sáng. Với cảnh nhiều cảnh quay, hãy đánh số từng cảnh, ghi thời lượng và đặt lời thoại trong ngoặc kép kèm tên người nói. Thay bằng nhân vật và bối cảnh của riêng bạn; chính cấu trúc mới là thứ tạo nên hiệu quả.
- Những từ chỉ máy quay mà mô hình phản hồi tốt: tracking shot, orbital pan, macro close-up, POV, whip-pan, slow push-in, static wide shot, handheld with subtle drift.
- Ghi ngôn ngữ và giọng điệu bên cạnh mỗi câu thoại, ví dụ: bằng tiếng Hàn, hào hứng.
- Phác thảo nhanh bằng phiên bản Turbo, sau đó render bản ưng ý bằng mô hình tiêu chuẩn.
[Subject] a woman in her thirties with short silver hair and a leather jacket [Action] lights a cigarette and glances over her shoulder [Camera] slow push-in, shallow depth of field [Environment] empty subway platform at 2 a.m., flickering lights [Style] cinematic, cold blue tones, light film grain
Shot 1 (3s): wide establishing shot, rainy neon street at night, a woman in a red trench coat walks toward camera, slow push-in. Shot 2 (4s): close-up, she looks up and says: "You're late." soft rain ambience. Shot 3 (4s): reverse shot over her shoulder, a man under an umbrella replies: "I came anyway." handheld with subtle drift. Shot 4 (4s): static wide shot, both walk away together, warm streetlight, cinematic film grain.
Shot 1 (5s): macro close-up of a glass perfume bottle on wet black stone, orbital pan, droplets catching light. Shot 2 (5s): medium shot, a model lifts the bottle and says in Spanish, smiling: "Tu nuevo aroma favorito." Shot 3 (5s): POV shot walking into a sunlit garden party, whip-pan to the model laughing, upbeat music.
Omni, Turbo, 4K và API: phiên bản nào phù hợp với bạn
Bản phát hành là cả một dòng sản phẩm chứ không phải một công tắc duy nhất. Video 3.0 là mô hình chính cho văn bản thành video và ảnh thành video. Video 3.0 Omni bổ sung nhiều ảnh và video tham chiếu, là lựa chọn cho nhân vật xuất hiện định kỳ và sản phẩm có thương hiệu. Kling 3.0 Turbo là cấp nhanh hơn, theo hướng dẫn của Morphic, render ở 720p hoặc 1080p với tỉ lệ 16:9, 9:16 hoặc 1:1, dài từ 3 đến 15 giây, prompt tối đa 3.072 ký tự, lý tưởng để thử nghiệm ý tưởng. CineD đưa tin về khả năng xuất 4K gốc ở 30 fps; gói nào mở khóa tính năng này khác nhau tùy nền tảng, vì vậy hãy kiểm tra trước khi phụ thuộc vào nó. Nhà phát triển có thể truy cập các mô hình qua API, thêm một lựa chọn bên cạnh ứng dụng.
Kling 3.0 so với Kling 4.0, Veo 3 và Seedance 2.0
Chọn mô hình chủ yếu phụ thuộc vào độ dài và loại cảnh bạn cần. Bảng so sánh này tóm tắt cách các nhà sáng tạo thường phân chia công việc, dựa trên các bài đánh giá và hướng dẫn đã công bố thay vì các bài kiểm tra trong phòng thí nghiệm.
| Phù hợp nhất cho | Điều nên biết | |
|---|---|---|
| Kling 3.0 | Cảnh nhiều cảnh quay dài 15 giây có lời thoại và nhân vật ổn định | Quy trình storyboard hoàn thiện; một lựa chọn tầm trung vững chắc |
| Kling 4.0 | Cảnh quay dài hơn, tới 30 giây, và nhiều tham chiếu hơn | Bước nâng cấp mới hơn khi 15 giây là chưa đủ |
| Veo 3 | Cảnh quay đơn chân thực cao với âm thanh đồng bộ | Mô hình của Google; thế mạnh khác về máy quay và vật lý |
| Seedance 2.0 | Chuyển động nhanh, sống động và clip nhiều cảnh quay từ ByteDance | Đối thủ được ưa chuộng cho video ngắn trên mạng xã hội |
Điều người đánh giá yêu thích và những chỗ còn hạn chế
Bài đánh giá của Magic Hour khen ngợi khả năng kể chuyện nhiều cảnh quay trong 15 giây là một bước tiến thực sự cho bất kỳ ai làm nội dung tự sự. Cùng bài đánh giá đó cũng liệt kê những điểm yếu quen thuộc: vật lý phức tạp như nước bắn, lửa và chuyển động vải mạnh có thể bị vỡ, và ngón tay trong các cận cảnh sát vẫn chưa đáng tin cậy. Bài viết cũng chỉ ra rằng chế độ Custom đòi hỏi bạn lên kế hoạch như một biên tập viên dựng phim. Trên thực tế, điều đó có nghĩa là để tay ra khỏi các cảnh macro, tránh hiệu ứng chất lỏng lớn trong những khoảnh khắc quan trọng, và tạo hai hoặc ba bản cho cảnh quay quan trọng nhất.
Dùng Kling 3.0 chính thức so với tạo video trực tuyến trên Spicy AI
Kling 3.0 không có trọng số mở và không có phiên bản không kiểm duyệt; nền tảng chính thức kiểm duyệt prompt và tệp tải lên, đồng thời từ chối nội dung khỏa thân và cảnh nhạy cảm. Spicy AI mang đến trải nghiệm ảnh thành video tương tự với ít bộ lọc hơn dành cho người lớn (18+): tải lên khung hình mở đầu mà bạn có quyền sử dụng và mô tả chuyển động.
| Dịch vụ chính thức | Spicy AI trực tuyến | |
|---|---|---|
| Lọc nội dung | Kiểm duyệt nghiêm ngặt prompt và tệp tải lên | Ít bộ lọc hơn cho nội dung người lớn (18+) |
| Trọng số mở | Không, mô hình thương mại đóng | Không áp dụng, chạy trên trình duyệt |
| Mô hình thực sự được dùng | Dòng Kling 3.0 | Công cụ ảnh thành video riêng của Spicy AI, không phải Kling |
| Giá | Các gói tính theo tín dụng | Hàng đợi miễn phí sau khi đăng nhập, có giới hạn mỗi ngày |
Biến khung hình mở đầu dành cho người lớn thành clip điện ảnh không kiểm duyệt.
Mở ảnh thành videoCâu hỏi thường gặp
Kling 3.0 được phát hành khi nào?
Kling AI ra mắt mô hình vào ngày 4–5 tháng 2 năm 2026, đăng thông cáo báo chí vào ngày 6 tháng 2 và mở rộng quyền truy cập trên toàn cầu vào cuối tháng 3 năm 2026.
Một video Kling 3.0 có thể dài bao lâu?
Tối đa 15 giây mỗi lần tạo; các hướng dẫn mô tả độ dài có thể chọn từ 3 đến 15 giây.
Làm thế nào để tạo video nhiều cảnh quay?
Để Smart Storyboard tự cắt cảnh cho bạn, hoặc viết Shot 1, Shot 2 và tiếp tục như vậy, kèm thời lượng, góc máy và hành động cho từng cảnh. Theo các báo cáo, một lần tạo chứa được tối đa khoảng sáu cảnh quay.
Có Kling 3.0 mã nguồn mở hoặc không kiểm duyệt không?
Không. Mô hình này là mô hình đóng, không có trọng số để tải về và nền tảng chính thức có kiểm duyệt. Các mô hình video trọng số mở như Wan 2.2 hay HunyuanVideo có thể chạy cục bộ, nhưng chưa mô hình nào kết hợp được nhiều cảnh quay với lời thoại gốc trong một lần tạo.
Kling 3.0 có miễn phí không?
Kling AI bán các gói tính theo tín dụng, còn các nền tảng bên thứ ba tự đặt giá với mức chênh lệch khá lớn. Hãy xem trang bảng giá của dịch vụ bạn dùng trước khi lên kế hoạch cho các dự án dài.