Kling 4.0上线以来，我们持续邀请不同领域的创作者，探索AI视频创作的更多可能。本期邀请到AI创作者@leedain_leader_in——她擅长制作广告级作品，也通过实战教程分享创作方法。对她而言，AI广告不只是生成好看的画面，更要让产品细节真实可信、人物跨镜头保持一致，并能稳定复现理想效果。
这一次，leedain_leader_in将用Kling 4.0从头制作一支虚构能量饮料广告：从冰块与气泡中的产品特写，到人物奔跑场景，再到带有情绪和台词的拍摄现场花絮，全面检验模型能否胜任广告创作。接下来，就让我们跟随她，看看AI如何把创作者的工作重心，从剪辑推进到导演调度。以下是她的讲述。
大家好，我是AI创作者@leedain_leader_in。
我在社交媒体账号上与21.6万粉丝分享AI视频制作方法，主要通过实战教程讲解创作过程，累计播放量已超过6500万次。作为AI教育与内容企业Leader In Company的负责人，我运营面向企业和机构的AI培训课程，也开设Cohort制AI视频大师班。同时，我还是畅销书《AI战略课程》的作者。
我的代表性创作风格是广告教程：先创作达到真实广告水准的作品，再公开分享制作过程，让更多人能够跟着学习。评估一个模型时，我最关注两点：它能否生成达到广告投放标准的内容？它能否稳定、持续地复现这种品质？这也体现了我的创作理念——AI之上的人类：AI是工具，创意与导演仍由人来完成。
除了教程，我也持续创作产品商业广告。在这类作品中，产品是主角；我会为它设计真实品牌广告般的场景，并借助AI呈现现实拍摄难以实现的世界观。以下视频是一部果冻产品商业广告。通过彩虹色果冻堆积而成的山丘、漂浮在果冻海洋上的复古敞篷车，以及悬浮着行星的薄荷色天空等场景，以产品本身构建出一个完整的世界。视频交替呈现复古时尚风格的人物场景，以及展现小熊软糖半透明质感的微距特写，将品牌氛围与产品细节融入同一部作品中。
在这类作品中，我始终关注两个重要标准：产品的质感与形态能否从头到尾保持一致，以及品牌所期望的氛围能否在每个场景中始终如一地呈现。本次Kling 4.0测试也是按照这两个标准进行的。
本次测试采用仅使用Kling 4.0、从头到尾完整制作一部虚构能量饮料“KLING 4.0 ENERGY DRINK”广告Reels的方式进行。
这部Reels以泄露的广告拍摄现场幕后花絮作为开场，在我说出“用Kling就可以轻松实现”之后，转入真正的饮料广告正片。两个场景均使用我的人脸参考图，由我本人亲自出镜。前半部分通过为拍摄现场幕后花絮视频添加字幕，营造出真实广告拍摄现场的效果；后半部分则衔接饮料广告正片，最后以“Created with KlingAI 4.0”作为结尾。
完整视频（43秒）
以下各个测试场景中的视频，均为制作这部Reels而生成的原始素材。
在制作广告教程的过程中，我最常遇到的难题主要有三个：
1. 产品一动就容易变形。在打开易拉罐、饮用饮料、冰块掉落等产品特写镜头中，易拉罐拉环结构容易变形，Logo也可能出现融化般的失真。
2. 镜头一切换，人物就变了。同一个人物、同一件产品在不同场景中会出现细微变化，因此后期调整所花费的时间最长。
3. 台词听起来像是在念稿。缺少情感和重音的台词，会瞬间破坏幕后花絮视频的真实感。
以下是Kling 4.0的实测记录：
在饮料广告中，制作成本最高的镜头就是产品视觉特写（Sizzle Shot）。
易拉罐从冰块中显露出来、拉环开启的瞬间，以及冰块落入充满气泡的饮料中的瞬间，这些画面能够完整传递产品的温度感与能量感。如果使用实拍，需要超高速摄影机和专业拍摄支架；而使用AI制作时，这些也是最难处理的部分，例如拉环结构变形、液体出现融化般的失真等。本次测试在18秒的饮料广告中，选取了仅出现产品的四个镜头，对这些部分进行了验证。
Kling 4.0 · 18秒多镜头视频中的SHOT 1·2·8·9 · 1080p · 9:16 · 使用产品参考图
向左滑动观看完整指示词
饮料广告0.0~2.0秒以及12.3~15.3秒
1.能够理解易拉罐的开启结构。拉环以铆钉为支点立起，饮用口按照原本的切割线尺寸开启，完全呈现了真实易拉罐的开启结构。手指不会遮挡开启部位，也没有出现拉环向侧面旋转或脱落的错误。这是我第一次看到模型能够如此精细地遵循机械结构方面的指示。
2.冰块与碳酸气泡的物理效果表现极好。冰块穿过水面的瞬间，水面会随之分开，同时被带入的空气形成气泡向上涌出。甚至能够看到冰块内部的气泡以及光线折射效果。
3.冷凝水能够流下来。易拉罐表面的水珠并不是静止的质感，而是真正有一滴水沿着标签表面流动。这正是冷饮广告中最希望呈现的细节。
4.连细小文字也清晰可读。不仅KLING 4.0的Logo清晰可见，ENERGY DRINK以及底部的小字标语“OPEN YOUR IMAGINATION”也没有出现拼写错误，文字十分清晰。包装上的小字一直是AI视频最容易出现问题的部分，但即使在1080p原始画质下也依然保持清晰，具有真实拍摄般的金属质感。每一滴水珠的高光，以及铝材表面的细微质感都得到了很好的呈现。所以我认为，冰块、气泡、易拉罐开启、冷凝水等物理效果表现准确，完全能够胜任商业广告素材的制作。
5.更令我惊喜的是工作方式的变化。以前，我需要分别多次生成冰块、碳酸气泡和产品展示镜头，再从中挑选出可用的1秒片段进行拼接，产品标签上的文字也必须在后期通过合成进行覆盖。而这次，在一次生成中就同时解决了物理效果和文字问题，甚至省去了后期合成这一环节。
要制作一部完整的广告，产品镜头与人物镜头必须在同一个世界观中自然衔接。本次场景的内容是：在蓝天下饮用易拉罐饮料，将易拉罐放在桌上后立即出发，在城市广场中奔跑，并踩着低矮的台阶跨越而过。在18秒的视频中加入10个硬切镜头，同时提供10张参考图（产品、场所、场景、液体、面部），以最严格的标准测试多重参考图整合能力与人物一致性。
Kling 4.0 · 18秒多镜头视频中的SHOT 3~7、10 · 1080p · 9:16 · 10张参考图
向左滑动观看完整指示词
饮料广告2.0~12.3秒以及15.3~18.0秒
即使一次性整合10张参考图，我的面部、服装以及易拉罐在每个镜头中依然保持一致，奔跑动作也达到了真实体育广告的水准。
1.10张参考图能够整合为同一个世界。同时提供了产品、场所和人物面部参考图，但模型能够在每个镜头中选择对应的参考图进行使用。它没有简单地照搬参考照片中的姿势，而是按照每个镜头所指定的动作与摄影机运动来生成画面。
2.面部与服装始终保持一致。即使从饮用饮料的面部特写切换到全身奔跑镜头，人物的面部、刘海、马尾辫、白色与青柠色夹克、短裤以及跑鞋都始终保持一致。而且，这张面部参考图与测试场景3中室内拍摄现场的视频，看起来也是同一个人。
3.产品一致性。易拉罐在冰块中、手中、嘴边以及桌面上不断改变位置和角度，但Logo、青柠色斜线、银色质感以及整体比例都没有发生变化。即使在倾斜易拉罐饮用时，Logo也会根据透视关系准确地产生变形，同时依然清晰可读。
4.饮用动作自然。嘴唇与易拉罐边缘接触的角度，以及手腕倾斜的角度相互协调，脸颊也没有出现过度用力的情况。
5.呈现出真实体育广告般的奔跑效果。四肢自然交替摆动，马尾辫和夹克也会根据惯性产生相应的摆动，并且人物确实在向前移动，地面和背景也随之产生相应的运动变化。即使在踩上台阶的瞬间，腿部线条和跑鞋也没有出现变形，整个动作流畅衔接，没有停顿。背景中的行人也在自然行走，让画面显得更加生动。
6.同一张脸的三个人能够在同一个画面中独立运动。在SHOT 7中，青柠色跑道上出现了三个相同的Leader In，分别在各自的跑道上奔跑。三个人都保持着相同的面部和服装，但四肢运动节奏、前后距离以及影子都是相互独立的。通常，当同一个人物在一个画面中被复制多次时，很容易出现面部混合或动作完全重叠的问题，但这次模型准确地生成了三个角色，完全符合指示。
我的Reels并不是直接以广告正片作为开场，而是以“泄露的拍摄现场幕后花絮”作为开场。为了让观众相信这是真实的广告拍摄现场，从而使后续反转更加有效，这段视频需要达到最高程度的真实感。视频内容是：导演和工作人员担心拍摄难度，而正在接受补妆的我则回答“用Kling就可以轻松实现”。这是一项难度最高的测试，视频时长为23秒，包含5名以上人物、3个人物的台词，以及焦点转移和皮肤特写等镜头调度。
Kling 4.0 · 23秒 · 1080p · 9:16 · 包含音频 · 6张参考图（5张构图参考图，1张面部参考图）
向左滑动观看完整指示词
拍摄现场幕后花絮
我的整体结论是，台词中的情感、重音和发音都非常自然，无需任何修正即可直接使用。
1.台词听起来像是真正的「表演」。这是我最满意的部分。导演轻松自然的非敬语说明、工作人员真实的担忧，以及我明亮且充满自信的一句话，每个人物的情感和重音都得到了不同程度的自然呈现。韩语发音也非常自然，无需进行语音修正或重新录制，直接就可以使用。
2.手势与台词能够准确配合。导演说“饮料是这个”时，手指会停留在易拉罐照片上；说“Leader In小姐的照片是这个”时，手指则会停留在我的照片上。平板电脑中的照片排列顺序也完全符合指示，即易拉罐、人物、奔跑场景。
3.准确遵循指定的镜头构成。从广角镜头→平板电脑双人镜头→镜头移动路线说明→呼唤与变焦推进，23秒视频中的镜头划分和时间安排都按照指示准确呈现。
4.能够理解浅景深效果。在SHOT 2·3中，只有前景中的两名男性清晰可见，而背景中的我、化妆师和造型师则作为处于相同距离的拍摄对象，一同保持虚化。没有出现 AI 常见的错误，即只选择性地让我的面部变得清晰。
5.焦点转移+连续变焦推进。导演转头后，焦点立即从虚化的背景转移到我的面部，并且连续不断地推进至面部特写。即使在真实拍摄中，这也是需要花费不少精力才能完成的镜头调度。
6.皮肤质感以及面部周围的手部细节。在特写镜头中，可以清晰看到皮肤纹理、虹膜纹理，甚至是刘海中的细小碎发。即使化妆刷接触脸颊、造型师的手整理衣领，面部和手指也没有出现模糊或变形。
7.面部身份保持一致。仅使用一张面部参考图，在这段室内摄影棚视频和测试场景2中的正午户外广告视频里，我看起来都是同一个人。
Kling 4.0是第一个能够「毫不妥协地实现自己所构思的广告」的模型。
本次测试中，从拍摄现场幕后花絮到产品视觉特写，再到人物动作场景，整部广告Reels中所需的所有素材都通过Kling 4.0完成。拍摄现场场景中的台词，其情感、重音和发音都非常自然，可以直接使用；饮料广告场景中的物理效果也十分准确，完全能够胜任商业广告的制作。不再需要在不同场景之间切换不同工具，也不再需要针对每个镜头反复调整人物与产品的后期效果，所有制作都能够在同一个模型中完成，这是本次测试最大的变化。
同时，Kling 4.0也极大地改变了我的创作方式。我的工作重心正从后期剪辑转向导演调度。现在，一次就能生成包含10个镜头的18秒广告，或包含4个镜头的23秒视频，减少了拆分镜头和后期拼接的时间，让我能把更多精力放在镜头设计和摄影机运动路线的规划上。
一些过去制作起来较复杂的内容，也可以交给AI完成。比如带台词的场景，无需再单独使用语音生成和口型同步工具，就能生成富有情感的对白，这拓宽了幕后花絮和剧情式广告的创作空间。产品特写也有了更多可能：即使是包装上的细小标语，也能准确还原，因此品牌广告中可由AI制作的产品镜头范围进一步扩大。
此外，教程的复现性也提升了。只要整理好参考图，并为每个镜头写清楚具体要求，就能较稳定地生成理想效果；粉丝也因此更容易按照相同的方法，复现类似的作品。
我认为，AI视频的下一个阶段不应该只是「令人惊叹的生成作品」，而应该是「能够放心交付任务的拍摄现场」。Kling 4.0朝着这个方向迈出了明确的一步。
从产品特写到人物动作，再到带有真实情绪的幕后对白，leedain_leader_in的测试展现了Kling 4.0在广告创作中的更多可能：创作者不必把大量时间耗在镜头拼接和后期修补上，而能更专注于构思画面、设计镜头与安排运镜。AI视频创作，也正从生成单个惊艳画面，走向更连贯、更可控的广告制作流程。本篇是「4.0 实战测评室」栏目最后一期，感谢大家一路相伴，也欢迎回看往期内容，一起重温Kling 4.0带来的创作灵感。