近日，快手旗下的视频生成器Kling升级至 Kling2.6版本，凭借语音控制和动作控制两大核心功能，在AI视频生成领域取得了显著突破。该版本不仅实现了原生音频生成，还大幅提升了复杂动作的处理精度，同时在价格和市场布局上展现出强大竞争力。
一、语音控制：声音与视频的精准匹配
Kling2.6的语音控制功能基于同步视频音频生成技术，能够生成与视频内容匹配的音效、人声和音乐。它支持说话、对话、旁白、歌唱和说唱等多种人声类型，并能处理环境噪音和复合场景音效。更值得一提的是，用户可以上传自己的声音训练模型或音频文件，应用于文本转视频创作，显著提高了角色一致性，使生成视频中的角色能够使用明确、可识别的声音说话。
二、动作控制：复杂舞蹈动作的完美复刻
在动作控制方面，Kling2.6实现了全面升级。系统现在能够更精细地捕捉全身动作，即使是武术或舞蹈等快速复杂的动作也能准确处理。快手特别强调了两个传统AI视频难点的改进：手部动作现在显得精准无模糊，面部表情和唇形同步也保持自然。用户可上传3至30秒的动作参考片段创建连贯序列，场景细节还可通过文本提示调整。
三、价格与市场：竞争力的全方位提升
Kling2.6在价格和市场布局上也展现出强大竞争力。其API定价约为每秒生成视频0.07至0.14美元，价格根据生成速度、时长和分辨率浮动，在市场上极具竞争力。此外，快手运营着全球最大的短视频平台之一，能够直接获取大量视频-音频对和运动数据，为训练视频模型、实现声音同步和动作逼真提供了独特优势。
