Kling 2.6 的發布是快速發展的 AI 視訊領域中最大的增量更新之一：Kling 2.6 不再產生無聲視訊並將音訊留給其他工具處理，而是產生視覺效果。 一次同步產生音訊（人聲、音效、環境音）。這項架構上的改變——影音同步生成——對創作者如何製作原型、迭代和交付短影片內容有著深遠的影響。
Kling Video 2.6是什麼？
Kling Video 2.6 是 Kling 系列人工智慧影片產生器的最新里程碑版本，也是第一個廣為人知的公開版本，它融合了多種技術。 原生音訊生成 Kling 2.6 於 2025 年 12 月初發布，它擴展了平台的文本轉視頻 (T2V) 和圖像轉視頻 (I2V) 功能，能夠產生與視覺效果時間同步的對話、環境音效和特效，從而提供一步式視聽創作工作流程，取代了以往“先製作視頻再添加聲音”的兩步式方法。該版本已整合到一些創意平台（例如，基於 CometAPI 的 Kling 2.6 Pro），並定位為面向電影製作人的模式，其選項兼顧了速度（草稿工作流程）和電影級保真度。
Kling 2.6 提供多種版本——通常包括專業創作者的專業版或工作室版，以及用於迭代的快速/草稿版——並支援文字驅動和參考驅動兩種生成模式。它實現了鏡頭間角色一致性、更高的運動保真度以及「電影製作人」控制功能，使模型在多鏡頭場景和敘事作品中更易於預測。
Kling 2.6 支援影像→視訊和文字→視訊的轉換，並產生包含以下內容的同步音訊軌：
- 自然流暢的語音（對話、旁白）。
- 唱歌和說唱（人聲旋律輸出）。
- 環境氛圍和非語音音效。