Kling 4.0 w praktyce: test na moim przepływie pracy z Blenderem

O czym jest ten film

1. Premiera pełnej wersji Kling 4.0: generacje do 30 sekund, do 10 klatek kluczowych w jednym przebiegu i cena stanowiąca ułamek kosztów Seedance 2.5.
2. Test na autorskim przepływie pracy z Blenderem: scena 3D służy jako odniesienie dla modelu generującego wideo.
3. Dwa nowe triki w warsztacie: osobne generacje dla każdego kąta produktu (Nano Banana 2.1) oraz zaczynanie pracy od ścieżki muzycznej, a nie od obrazu.
4. Materiał testowy to „epickie” odsłonięcie auta, które na końcu okazuje się tosterem w kształcie samochodu.
5. Iteracyjna praca z Claude nad sekwencją blokującą w Blenderze — efekt satysfakcjonujący dopiero od wersji ósmej.
6. Test 1 (sekwencja z Blendera): Seedance 2.5 wygrywa jednoznacznie; Kling nie rozumie sekwencji 3D tak jak konkurent.
7. Test 2 (nowa funkcja klatek początkowych, środkowych i końcowych): Kling wypada lepiej, ale ma „miękki” detal zdradzający AI i więcej błędów.
8. Kluczowa rada dotycząca klatek wyjściowych: wybór modelu obrazowego (GPT Image 2.5 vs kinowa kamera) decyduje o filmowości całego materiału.
9. Test 3 (animowany spot z puszką napoju, renderowanie tekstu): różnica między modelami maleje — Kling jest tańszy i „przyzwoity jak na cenę”, choć psuje napisy na finał.
10. Na koniec: 30 tysięcy subskrypcji (tyle, ile miejsc w największym stadionie Finlandii), darmowa społeczność szkoły, sponsor Higgsfield i kody promocyjne dla widzów.

10 najważniejszych takeaways — z kontekstem zastosowania

1.Specyfikacja z tabeli nie zastąpi testu na własnym materiale

Na czym polega: Kling 4.0 zapowiadał się rewolucyjnie — 30 sekund, 10 klatek, ułamek ceny — a w praktycznym starciu z Blenderem przegrał bezdyskusyjnie.

Jak stosować: Zanim przesiądziesz się na nowy model, przepuść przez niego fragment realnego projektu: ten sam prompt i te same materiały, które używasz w obecnym narzędziu.

Na co uważać: Liczby z komunikatów prasowych nie mówią, jak model poradzi sobie z twoim typem zadania — tu okazało się, że Kling nie nadąża za sterowaniem kamerą z sekwencji 3D.

2.Seedance 2.5 pozostaje punktem odniesienia w fotorealizmie

Na czym polega: Przy identycznych promptach i assetach Seedance 2.5 „rozbija Klinga na głowę”: lepszy fotorealizm, mniej błędów, czystszy detal.

Jak stosować: Jeśli robisz materiały fotorealistyczne dla klientów, trzymaj się Seedance jako podstawy i traktuj tańsze modele jako uzupełnienie, nie zamiennik.

Na co uważać: To pojedyncze testy jednego twórcy; wyniki mogą się różnić zależnie od domeny i promptów, a nowy model może się jeszcze poprawić.

3.Kling 4.0 słabo rozumie sekwencje z Blendera

Na czym polega: W teście z odsłonięciem „tostera” Kling nie odczytał intencji kamery z animatiku tak jak Seedance — wynik wyglądał, jakby prompt albo assety były źle podpięte.

Jak stosować: Jeśli twój warsztat opiera się na precyzyjnym sterowaniu kamerą z 3D, każdy nowy model najpierw sprawdź na krótkim animatiku, zanim zbudujesz na nim cały projekt.

Na co uważać: Nie skreślaj modelu po jednym zadaniu — w testach klatek kluczowych i w animacji Kling wypadał już znacznie lepiej.

4.Klatki wyjściowe to najsłabsze ogniwo początkujących

Na czym polega: Największy błąd, jaki autor widuje u początkujących, to generowanie klatek bazowych „byłym jakim” modelem obrazowym. Ten sam prompt w GPT Image 2.5 i w funkcji kinowej kamery daje skrajnie różną filmowość — a słaba klatka „zaraża” cały film.

Jak stosować: Zanim wygenerujesz wideo, zrób kilka klatek testowych w różnych modelach obrazowych, porównaj je obok siebie i wybierz najbliższy estetyce filmowej.

Na co uważać: Wygląd klatki przenosi się na cały materiał — w obie strony; złych klatek nie naprawisz na etapie generowania wideo.

5.Trik: każdy kąt produktu generuj osobno

Na czym polega: Zamiast jednego obrazu ze wszystkimi ujęciami produktu autor generuje w Nano Banana 2.1 osobne kadry dla każdego kąta — ma wtedy większą kontrolę, a każde ujęcie wychodzi w wyższej jakości, bo model nie musi upychać wszystkiego naraz.

Jak stosować: Wygeneruj kąty po kolei, ułóż je w edytorze (Photoshop, Canva itp.) w układ karty produktu i zrób zrzut ekranu — tak powstaje dokładna, wysokiej jakości karta produktu.

Na co uważać: Skoro to osobne generacje, pilnuj, żeby produkt wyglądał identycznie w każdym kącie — spójność między kadrami musisz zapewnić sam.

6.Trik: zacznij od muzyki, a nie od obrazu

Na czym polega: Autor odwrócił swoją dotychczasową kolejność: zamiast budować sekwencję, generować wideo i dokładać muzykę na końcu, najpierw wybiera utwór i wysyła go razem z assetami do Claude, żeby sekwencja w Blenderze od razu powstawała pod montaż.

Jak stosować: Znajdź pasującą ścieżkę, prześlij ją z materiałami i dokładnym opisem koncepcji montażu — dostaniesz wstępny szkielet sekwencji zgrany z rytmem utworu.

Na co uważać: To działa wyłącznie w parze z iteracjami (kolejny punkt); pierwszy szkic rzadko trafia w tempo i rytm.

7.Pierwsza wersja od Claude to szkic, nie produkt

Na czym polega: Wersja pierwsza sekwencji była po prostu słaba; dopiero ósma, po serii konkretnych uwag — co poprawić, co zmienić, co usunąć — dała oczekiwany efekt. Ludzie, którzy w komentarzach narzekają, że „u nich nie wychodzi”, najczęściej przerywają po pierwszej próbie.

Jak stosować: Zaplanuj kilka rund rozmowy z modelem i formułuj precyzyjne korekty zamiast ogólników.

Na co uważać: Pierwsza wersja bywa zwodniczo bliska celu — łatwo zaakceptować „prawie dobrze” zamiast dochodzić do dokładnie tego, czego szukasz.

8.Nowe klatki kluczowe wymagają zaprojektowanej ciągłości

Na czym polega: Kling 4 pozwala zdefiniować klatkę początkową, środkowe i końcową; test na sekwencji „basen → superłódź → burgery” pokazał, że wartość tej funkcji zależy od tego, czy między kadrami jest czytelna progresja akcji.

Jak stosować: Planuj kadry tak, żeby sąsiednie różniły się jednym wyraźnym krokiem fabuły — model ma „domknąć” ruch między nimi.

Na co uważać: Nawet najlepsze klatki nie uratują materiału, jeśli sam model zniekształca detal — w tym teście Kling miał „miękki” wygląd AI i więcej błędów niż Seedance.

9.W animacji tańszy model bywa „wystarczająco dobry”

Na czym polega: W animowanym spocie z puszką napoju różnica między modelami wyraźnie zmalała: Seedance wciąż czystszy, ale wynik Klinga za mniejszą liczbę kredytów był przyzwoity jak na tę cenę — mimo potknięcia w napisach na finał.

Jak stosować: Przy materiałach animowanych, szkicach i iteracjach koncepcyjnych zaczynaj od tańszego modelu; droższy zostaw na finalne ujęcia.

Na co uważać: Renderowanie tekstu to wciąż słaby punkt tańszych modeli — napisy na produktach sprawdzaj osobno i miej gotowy sposób na ich poprawienie w postprodukcji.

10.Metoda: ten sam prompt i te same assety do obu modeli

Na czym polega: Wszystkie trzy porównania autor przeprowadził w kontrolowanych warunkach — identyczny prompt, identyczne materiały, ocena w bezpośrednim zestawieniu. Dzięki temu różnice widać od razu i nie da się ich przypisać przypadkowi.

Jak stosować: Zbuduj sobie mały, stały zestaw testowy (kilka promptów plus assety) i przepuszczaj go przez każdy nowy model, zanim podejmiesz decyzję o zmianie narzędzia.

Na co uważać: Jeden zestaw pokazuje tylko wycinek możliwości — dobieraj próbki z tej domeny, w której faktycznie pracujesz.

Redakcyjne tłumaczenie

Powrót Klinga? Plan testów

Pełna wersja Klinga 4 jest wreszcie dostępna. Na papierze model powinien podważyć pozycję Seedance 2.5: generacje do trzydziestu sekund, do dziesięciu klatek kluczowych w jednym przebiegu — i wszystko to za ułamek ceny. Dziś poddaję go próbie na moich własnych przepływach pracy, żeby sprawdzić, czy Kling naprawdę wraca do gry.

(Informacja dodatkowa: Kling to model generowania wideo od chińskiego Kuaishou; Seedance 2.5 — model wideo ByteDance, uznawany obecnie za czołówkę w fotorealizmie.)

Pierwszą rzeczą, którą chciałem przetestować w Klingu 4.0, był mój przepływ pracy z Blenderem (workflow). Jeśli śledzicie kanał, wiecie, że od jakiegoś czasu bawię się schematem, w którym najpierw buduję scenę w Blenderze, a potem służy ona jako odniesienie przy generowaniu filmu w Seedance 2.5. W tym odcinku dołożę do tego warsztatu dwa nowe triki. Bardzo ucieszyła mnie wiadomość, że Kling 4.0 kosztuje ułamek ceny Seedance 2.5 — gdybym mógł dostać ten sam poziom kontroli kamery i tę samą jakość, ale dużo taniej, odmieniłoby to moje projekty. Przygotowałem więc na dziś kilka testów. A jeśli chcesz powtórzyć je u siebie: w opisie znajdziesz link do wpisu na blogu, w którym czekają wszystkie assety (czyli przygotowane materiały — grafiki, klatki, odniesienia), wszystkie prompty i pozostałe zasoby.

Miejsce pracy, sponsor i kody dla widzów

Dziś pracuję w Higgsfield — platforma jest też sponsorem tego odcinka. (Informacja dodatkowa: Higgsfield to narzędziowa platforma AI do generowania obrazu i wideo.) Z okazji tego, że kanał przekroczył właśnie 30 tysięcy subskrypcji, firma przekazała mi dziesięć kodów promocyjnych dla was. Będę je pokazywał na ekranie w losowych momentach filmu — wypatrujcie i powodzenia, bo znikną błyskawicznie.

Koncepcja: odsłonięcie samochodu, który jest tosterem

Przechodzimy do przykładów. Niedawne wydarzenie z udziałem pewnego latającego samochodu tak mnie natchnęło, że postanowiłem przetestować Klinga 4.0 na epickim filmie z odsłonięciem auta — w tym samym przepływie z Blenderem, z którego korzystaliśmy w ostatnich odcinkach. Jeśli ich nie oglądaliście, nic straconego: pokażę cały schemat dokładnie tutaj, a pełne instrukcje instalacji Blendera, Claude i Higgsfield znajdziecie we wpisie na blogu. Kiedy wykonacie je krok po kroku, wszystko będzie zainstalowane i gotowe do startu.

Koncepcja jest prosta: epicki film z odsłonięciem auta i mały zwrot akcji na końcu. Zamiast robić prezentację nowego Roadstera, robimy prezentację tostera — który na finał okazuje się tosterem w kształcie samochodu.

(Informacja dodatkowa: Roadster to długo zapowiadany elektryczny supersamochód Tesli.)

Zacząłem od przygotowania karty produktu tego wymyślonego auta: wielkie szczeliny na tosty na dachu, pokrętło z boku i dźwignia, która wybija tosty, gdy są gotowe.

Trik 1: każdy kąt produktu to osobna generacja

I właśnie tu wchodzi mój pierwszy nowy trik: tworzenie osobnych obrazów dla poszczególnych ujęć produktu zamiast prób zrobienia wszystkiego za jednym podejściem. Zamiast zmuszać model, żeby w jednym obrazie zmieścił wszystkie kąty i zbliżenia, wygenerowałem w Nano Banana 2.1 oddzielne grafiki dla każdego z nich. (Informacja dodatkowa: Nano Banana to model generowania obrazów Google.) Takie podejście daje mi większą kontrolę nad ujęciami, bo model za każdym razem renderuje tylko jeden kadr. Jednocześnie każde zdjęcie wychodzi w wyższej jakości — nie musi upychać wszystkiego w jednej generacji.

Następnie wystarczy otworzyć wszystkie obrazy na kanwie albo w dowolnym edytorze zdjęć — w Photoshopie, Canvie czy Artcraft — ułożyć je w kolejności, w jakiej mają się znaleźć na karcie produktu, i zrobić zrzut ekranu. W ten sposób powstaje karta produktu i wysokiej jakości, i bardzo dokładna. Możemy przejść dalej.

Lokacja i postać: Soul Cinema

Jako odniesienie dla lokalizacji i postaci użyjemy Higgsfield Soul Cinema — moim zdaniem jednego z najlepszych modeli obrazowych, jeśli komuś zależy na kinowym efekcie.

Trik 2: najpierw muzyka, potem Blender

Kolejny etap to budowa sekwencji w Blenderze — i drugi nowy trik tego warsztatu. Do tej pory zawsze robiłem to w tej samej kolejności: sekwencja w Blenderze, przerobienie jej sztuczną inteligencją, a na samym końcu sklejenie całości z muzyką. Tym razem pomyślałem: a co, gdyby to odwrócić i sięgnąć po muzykę już na etapie pracy w Blenderze?

Wybrałem więc pasującą ścieżkę, którą jakiś czas temu ściągnąłem do biblioteki, i wysłałem ją do Claude razem z assetami. Na podstawie materiałów i utworu opisałem Claude’owi szczegółowo swój pomysł na montaż: epickie odsłonięcie auta, które kończy się w kuchni, bo auto okazuje się tosterem. Claude bierze te informacje, uruchamia odpowiedni skill (wyspecjalizowane rozszerzenie) i w Blenderze buduje za ciebie sekwencję blokującą — wstępny szkielet ruchu kamery i akcji.

Iteracje z Claude: dopiero wersja ósma

Pierwsza wersja prawie nigdy nie jest idealna od razu. I właśnie tu, moim zdaniem, większość osób się wykłada. Widzę w waszych komentarzach, że korzystacie ze skillów i pozornie robicie wszystko tak samo, a efekt nie jest taki jak u mnie. Dlatego chcę to powiedzieć wprost: żeby dostać dokładnie to, czego szukasz, zwykle trzeba z Claude przejść kilka rund poprawek. Pierwsza wersja — widzicie ją z boku ekranu — była po prostu słaba. Rozmowa szła więc w obie strony: co poprawić, co zmienić, co usunąć. Dopiero wersja ósma dała wynik, z którego byłem w pełni zadowolony.

Test 1: sekwencja z Blendera — zwycięzca jednoznaczny

Gdy sekwencja w Blenderze jest dopięta, pora zobaczyć, co naprawdę potrafi Kling 4.0. Prompt przygotowuję jak zwykle, korzystając ze skilla „shot list director”, czyli narzędzia do układania listy ujęć, i wysyłam wszystkie assety równolegle do Seedance 2.5 i Klinga 4.0.

W obu wersjach pojawiły się błędy, ale zwycięzca jest jasny — i nie jest nim Kling 4.0. Gdy pierwszy raz zobaczyłem jego wynik, pomyślałem, że coś poszło nie tak z promptem albo z podpięciem assetów. Niestety okazało się, że Kling 4.0 po prostu nie rozumie sekwencji z Blendera tak, jak rozumie ją Seedance 2.5. Przy tym samym prompcie i tych samych materiałach Seedance rozbija Klinga na głowę.

Test 2: klatki kluczowe — i największy błąd początkujących

Może to jednak wina samej sekwencji z Blendera? W kolejnym teście sprawdziłem nową funkcję klatek kluczowych w Klingu 4, która pozwala zdefiniować klatkę początkową, środkowe i końcową. Przygotowałem kilka kadrów z życia, o którym marzę: leniuchowanie przy basenie z drinkiem w dłoni, potem wstaję i idę do mojej superłodzi po burgery. Przygotowując te kadry, bardzo starałem się zadbać o ciągłość — żeby dało się płynnie przejść od jednego do drugiego — właśnie po to, by wystawić nową funkcję na próbę.

I tu dochodzimy do rzeczy, którą uważam za największy błąd początkujących: do sposobu, w jaki tworzy się obrazy przeznaczone potem dla wideo AI. Kinowa jakość i ogólny wygląd klatek wyjściowych ogromnie wpływają na efekt końcowy. Spójrzcie na dwa obrazy mnie nad basenem, wygenerowane identycznym promptem: jeden w GPT Image 2.5, drugi funkcją kinowej kamery w Cinema Studio. Zestawione obok siebie pokazują przepaść w filmowości. Gdybym oparł wideo na kadrze z GPT Image, cała reszta materiału odziedziczyłaby ten sam, zupełnie niekinowy wygląd. Wniosek praktyczny: zanim ruszysz z generowaniem wideo, upewnij się, że do klatek wybrałeś właściwy model obrazowy.

Funkcją kinowej kamery przygotowałem siedem kadrów do tego materiału — wszystkie prompty są we wpisie na blogu. Potem wgrałem je jako klatki kluczowe do Klinga 4.0 i jako odniesienia do Seedance 2.5, za każdym razem z dokładnym promptem.

W tym starciu Kling wypadł zdecydowanie lepiej niż na sekwencji z Blendera. Ale porównanie obok siebie pokazuje wyraźną różnicę i w kinowości, i w tym, jak wiernie model realizuje prompt — na korzyść Seedance 2.5. Wynik Klinga ma więcej z tego miękkiego, rozmazanego detalu, który zdradza AI, i widać w nim znacznie więcej błędów. Jakość obrazu z Klinga sama w sobie nie jest zła, ale gdy porówna się fotorealizm i jakość, jaką daje Seedance 2.5, to po prostu inna liga.

Test 3: animacja i renderowanie tekstu — różnica maleje

Dlatego w ostatnim teście postanowiłem porównać oba modele w stylu animowanym i w renderowaniu tekstu. Stworzyłem puszkę napoju obładowaną napisami i grafiką oraz coś w rodzaju arkusza stylistycznego dla animacji i grafiki, o które mi chodziło. Powiedziałem Claude, że z tych materiałów chcę zrobić trzydziestosekundowy animowany spot zakończony ujęciem hero — efektownym finałowym zbliżeniem puszki. Claude podał prompt, a ja wygenerowałem nim w Seedance 2.5 i Klingu 4.0.

Co ciekawe, te dwa wyniki były znacznie bliżej siebie. Animacja z Seedance 2.5 była zdecydowanie lepsza i czystsza — mniej błędów, mniej tej miękkości — ale zważywszy, że wynik Klinga kosztuje mniej kredytów, jest naprawdę przyzwoity jak na tę cenę. Nawet jeśli na końcu poplątał napisy.

Zdecydowanie muszę przetestować Klinga 4.0 dokładniej i sprawdzić, czy w niektórych obszarach realnie dorównuje Seedance 2.5. Dajcie znać, czy chcecie zobaczyć pełne porównanie wszystkich czołowych modeli wideo AI w jednym z przyszłych odcinków.

Podziękowania: pełny stadion

Na koniec chciałbym na chwilę się zatrzymać i podziękować za wsparcie. To, że przekroczyliśmy 30 tysięcy subskrypcji, po prostu nie mieści mi się w głowie. Tu, w małej Finlandii, największy stadion ma właśnie około 30 tysięcy miejsc — to najlepiej oddaje mi skalę tego, co się dzieje, i jestem wdzięczny za każdego z was, dosłownie każdego. Z okazji tego kamienia milowego uczyniłem społeczność mojej szkoły na stałe darmową: możecie dołączyć bez opłat i brać udział w dyskusjach, a jeśli zechcecie czegoś więcej — sesji na żywo i pogłębionych materiałów — jest opcja przejścia na płatny plan. Jeszcze raz dziękuję, że oglądacie kanał i mnie wspieracie. Do zobaczenia w następnym odcinku.