Kling AI 发布 VIDEO 2.6：首款具备原生音频的模型，提供增强的多媒体体验

Source: Dev.to

概览

Kling AI 正在生成式 AI 领域掀起波澜，推动视频创作的可能性边界。他们的最新创新 VIDEO 2.6 不仅是另一轮迭代；它代表了一次重大飞跃，尤其体现在其突破性的特性：原生音频。此版本标志着多媒体内容生成的关键时刻，使我们更接近真正沉浸式、逼真的 AI 生成体验。

什么是“原生音频”？

传统上，AI 视频模型通常只生成画面，音频则是单独的、往往需要手动后期处理的步骤，或由另一个模型生成后再进行同步。这种做法可能导致体验割裂，音画之间缺乏自然的关联。

VIDEO 2.6 通过将音频生成直接整合进核心视频创作流程来改变这一点。模型能够同时理解并生成视觉和听觉元素，从而产生更连贯、与情境高度相关的声场，并且天然同步于屏幕上的动作和叙事。想象一下，AI 生成的角色能够以完美对口型的声音说话，或环境拥有自然的背景音效，无需任何手动拼接。

对创作者的影响

原生音频在 VIDEO 2.6 中的意义广泛且具变革性：

• 简化工作流 – 减少大量音频后期制作需求，加快迭代速度。
• 营销 – 能够制作更具吸引力的广告。
• 电影制作 – 让场景草稿更具真实感。
• 教育 – 促进带有集成旁白和音效的动态学习材料。

此举不仅提升了 AI 生成视频的质量和真实感，也降低了高质量多媒体制作的门槛。Kling AI 的 VIDEO 2.6 搭配原生音频清晰表明，AI 驱动内容的未来将是整体化、集成化，并且日益难以与现实区分，为数字叙事和沉浸式体验开辟全新时代。