Guía de Keyframes y Omni Reference de Kling 4.0

Respuesta rápida: Kling 4.0 te permite colocar hasta 10 imágenes de fotogramas clave (keyframes) en una sola generación de 3 a 30 segundos y adjuntar hasta 15 activos de Omni Reference (imágenes, videos y sujetos) a la misma tarea. Los fotogramas clave deciden cuándo cambia la imagen; Omni Reference decide qué se mantiene constante. Coloca fotogramas clave solo donde la escena deba cambiar y mantén tu prompt en el mismo orden que tus fotogramas clave.

Kling 4.0 fue anunciado por Kling AI de Kuaishou el 28 de septiembre de 2026, y dos de sus mayores actualizaciones se centran en el control: múltiples fotogramas clave y un Omni Reference mucho más amplio. Kling 3.0 solo ofrecía un fotograma inicial y uno final, y las generaciones tenían un límite de 15 segundos. Kling 4.0 llega a los 30 segundos y permite fijar también la parte intermedia del video.

Esta guía explica cómo funcionan estas dos funciones, cómo planificarlas en una línea de tiempo de 30 segundos y tres planes de trabajo que puedes copiar. Kling 4.0 llegará pronto a seedance.tv, por lo que estos planes están escritos para ser redactados ahora y generados en el momento en que esté disponible. Al final, comparamos este enfoque con los prompts con marca de tiempo de Seedance 2.5 y su entrada de 50 referencias, que ya puedes usar aquí.

Comparativa de Keyframes vs Omni Reference

Cómo funcionan los fotogramas clave en Kling 4.0

Un fotograma clave es una imagen que le dice al modelo: "en este punto del video, el cuadro debe verse así". Con Kling 4.0 puedes colocar hasta 10 imágenes de fotogramas clave en una generación, además del flujo de trabajo familiar de primer y último fotograma.

El modelo genera entonces el movimiento entre ellos. Tu prompt de texto describe lo que sucede en cada tramo para que las transiciones tengan sentido.

El propio consejo de Kling para el uso de múltiples fotogramas clave es breve y práctico:

• Coloca fotogramas clave donde el estado visual deba cambiar, no a intervalos fijos. Un fotograma clave cada 3 segundos "porque sí" suele hacer que el movimiento sea rígido.
• Usa solo los fotogramas clave que la historia necesite. Tres fotogramas clave bien elegidos a menudo superan a diez.
• No cambies todo en un solo fotograma clave. Cambiar el personaje, el entorno, la cámara, la iluminación y el estilo en el mismo punto le da al modelo demasiado que puentear. Cambia una o dos cosas a la vez.
• Escribe el prompt en el mismo orden de eventos que los fotogramas clave. Si el fotograma clave 3 es "producto en uso", el tercer segmento de tu prompt debe describir el producto en uso.

Planificación de fotogramas clave en una línea de tiempo de 30 segundos

El plan de ejemplo de Kling para un video de producto de 30 segundos se ve así:

Observa que los intervalos son desiguales. Los fotogramas clave se sitúan en los momentos de la historia, no en una cuadrícula.

El prompt se escribe entonces como segmentos de la línea de tiempo que coinciden con esos momentos, por ejemplo, 0–5 s, 5–12 s, 12–20 s, 20–27 s y 27–30 s. Esta es la misma idea que los prompts de línea de tiempo, solo que anclados con imágenes.

Kling 4.0 acepta prompts de hasta 8,000 tokens, por lo que tienes espacio para describir cada segmento en detalle. Los prompts cortos se expanden automáticamente, pero para videos con keyframes, una línea de tiempo escrita te ofrece resultados más predecibles.

Cómo funciona Omni Reference en Kling 4.0

Omni Reference es donde subes los elementos que deben mantenerse reconocibles. En Kling 4.0, una sola tarea puede admitir hasta 15 activos en total:

Algunas notas para usarlos correctamente:

• Las imágenes son ideales para tomas de producto, rostros de personajes, vestuarios, logotipos y cuadros de estilo. Utiliza imágenes nítidas y bien iluminadas con un solo sujeto claro en cada una.
• Los videos ayudan cuando el movimiento o el aspecto de un sujeto desde varios ángulos es importante. Mantenlos cortos, ya que el límite combinado es de 30 segundos.
• Los elementos / sujetos son personajes u objetos reutilizables. Crear uno a partir de un video le da al modelo más ángulos con los que trabajar.
• El audio es solo una referencia de voz. Kling no incluye referencias de música o efectos de sonido, así que describe la música y los SFX en el prompt.

Los límites son máximos, no objetivos. Dos o tres referencias sólidas suelen mantener la consistencia mejor que quince de calidad variable.

Cómo funcionan juntos los Keyframes y Omni Reference

El propio resumen de Kling es la mejor regla a recordar: los keyframes definen cuándo cambian las cosas, Omni Reference define qué se mantiene consistente.

En la práctica:

1. Sube las constantes a Omni Reference. El producto, el personaje principal, el vestuario, el estilo de marca.
2. Crea keyframes solo para los cambios. Cada keyframe debe mostrar al mismo personaje o producto (coincidiendo con tus referencias) en un nuevo estado, pose, lugar o ángulo.
3. Escribe el prompt como una línea de tiempo en el mismo orden que tus keyframes, y nombra al sujeto referenciado de la misma manera cada vez.
4. Describe el sonido en el prompt. Kling 4.0 genera audio estéreo nativo con sincronización labial, así que añade diálogos, estilo de música y efectos por segmento.

Un consejo para crear imágenes de keyframes: genéralas a partir de la misma imagen de referencia con un modelo de imagen como Nano Banana 2, cambiando solo una cosa por keyframe. Eso mantiene los rostros y productos alineados antes de que el modelo de video los vea.

Plan de trabajo 1: Video de producto de 30 segundos

Objetivo: un anuncio de 9:16 para una botella de agua de acero inoxidable.

Omni Reference (4 activos):

• 3 imágenes de producto: frontal, lateral, detalle del tapón
• 1 imagen de sujeto: el corredor que aparece en el anuncio

Keyframes (5):

Prompt (línea de tiempo):

0–5 s: Amanecer en un puente tranquilo de la ciudad. Una corredora con una sudadera con capucha gris se ata las zapatillas, su aliento es visible en el aire frío. Luz azul suave. Zumbido ambiental de la ciudad, pájaros distantes.

5–12 s: Se pone de pie y saca la botella de acero inoxidable del bolsillo lateral de su mochila. Primer plano del metal cepillado de la botella y el tapón negro. Un ligero clic metálico.

12–20 s: Corriendo por el sendero del río, bebe de la botella a mitad de la zancada, las gotas captan la primera luz del sol. Comienza una música electrónica animada.

20–27 s: Toma de seguimiento en ángulo bajo mientras pasa corriendo por delante de la cámara, con la botella en la mano. La música aumenta.

27–30 s: La botella está sobre un saliente de piedra con el amanecer detrás. Toma heroica estática. La música se resuelve.

• Keyframes en una cuadrícula fija. Diez keyframes espaciados uniformemente producen un movimiento de inicio y parada. Colócalos en los momentos clave de la historia.
• Demasiados cambios por keyframe. Un nuevo personaje, un nuevo lugar, una nueva cámara y una nueva iluminación a la vez es la causa más común de transiciones desordenadas.
• El orden del prompt no coincide con el orden de los keyframes. El modelo lee ambos. Si no coinciden, los resultados se desvían.
• Keyframes que no coinciden con las referencias. Si el rostro en el keyframe 4 difiere del sujeto de Omni Reference, el modelo tiene que adivinar cuál es el correcto.
• Esperar música de la referencia de audio. La referencia de audio en Kling 4.0 es solo voz. Pon la música y los efectos en el prompt.
• Planificar en torno a funciones no lanzadas. La extensión de video de hasta 2 minutos y el HDR de 10 bits están marcados como "próximamente" por Kling, así que construye tus planes actuales dentro de una sola generación de 30 segundos en SDR.

Keyframes de Kling 4.0 vs. Timestamp Prompts de Seedance 2.5

Ambos modelos pueden producir un video de 30 segundos en una sola generación, pero abordan el control de manera diferente.

Elige Kling 4.0 cuando ya tengas un guion gráfico en imágenes y quieras que cada momento quede fijado exactamente. Diez keyframes explícitos son una forma de control muy directa.

Elige Seedance 2.5 cuando tengas mucho material de referencia (un kit de marca, varios ángulos de producto, música, voz) o quieras copiar un movimiento de cámara de un clip de referencia. Sus timestamp prompts y su guía de referencia cubren los detalles.

Para una comparativa completa, lee Kling 4.0 vs Seedance 2.5. Si la calidad de imagen es tu principal preocupación, consulta Kling 4.0 4K y HDR de 10 bits explicados.

FAQ

¿Cuántos keyframes admite Kling 4.0?

Hasta 10 imágenes de keyframe en una sola generación, dentro de un video de 3 a 30 segundos. Kling 3.0 solo admitía un fotograma inicial y uno final.

¿Cuántas referencias puedo usar con Kling 4.0 Omni Reference?

Hasta 15 activos por tarea: hasta 10 imágenes, hasta 5 videos (30 segundos combinados) y hasta 7 elementos o sujetos, de los cuales hasta 3 pueden construirse a partir de video. La referencia de audio es solo voz.

¿Admite Kling 4.0 Flash múltiples keyframes?

Los keyframes múltiples no aparecen en la tabla de especificaciones de Kling 4.0 Flash, aunque Flash sí incluye Omni Reference. Consulta Kling 4.0 Flash vs Kling 4.0 para ver todas las diferencias.

¿Debería usar keyframes o Omni Reference?

Normalmente ambos. Usa Omni Reference para cualquier cosa que deba verse igual en todo momento, y keyframes solo donde la toma necesite cambiar.

Pruébalo en Seedance

Esboza los puntos clave de tu historia, elige de dos a cinco fotogramas clave y reúne solo las referencias que importen. Kling 4.0 aún no se ha activado aquí; sigue la página de Kling 4.0 para estar al tanto de su llegada y ver ejemplos oficiales. Mientras tanto, ejecuta el mismo brief en Seedance 2.5 a través de Reference to Video o Image to Video, o prueba fotogramas de inicio y fin con Kling 3.0. Una vez que esté habilitado, tu plan de fotogramas clave estará listo y podrás comparar los dos estilos de control cara a cara.