可灵AI即将发布 Kling 2.6：原生支持音频，实现“视声一体”生成

据多方消息，可灵AI（Kling AI）将于 2025 年 12 月 3 日前后正式发布 Kling 2.6 视频生成模型，首次内置原生音频生成能力，支持人声说话、歌唱与环境音效，实现视频与声音的同步生成。

这一升级将使 Kling 成为少数能提供完整多模态生成工作流（图像 → 视频 + 音频）的国产 AI 视频模型，直接对标 OpenAI 的 Sora 2 与 Google 的 Veo 3.1。

核心升级：原生音频集成

• 同步生成：音频不再依赖后期配音或外接工具，而是在视频生成过程中与画面协同输出
• 支持类型：
  • 自然口语对话（中英双语首发）
  • 歌唱（含旋律与歌词对齐）
  • 环境音效（如雨声、街道、机械运转等）
• 技术口号：“See the Sound, Hear the Visual”（看见声音，听见画面）

这意味着用户只需输入一段文本提示，即可获得带同步配音与配乐的完整短视频，大幅降低创作门槛。

产品演进：从 Kling 1.6 到 2.6

Kling 系列自 2024 年起快速迭代：

• Kling 1.6–2.0：基础视频生成
• Kling 2.5：支持高分辨率、精细动作控制、图像到视频
• Kling Omni：多模态中心，整合文本、图像、视频生成
• Kling 2.6：补齐音频短板，形成“文-图-视-声”全链路

目前 Kling 已通过第三方平台（如字节、腾讯生态）向创作者和影视工作室提供 Turbo、Pro、Master 三级服务，2.6 将首先在 Pro 版本上线音频功能。

发布节奏：配合“Kling 发布周”

Kling 背后母公司 快手 宣布，自 12 月 1 日起连续五天发布 AI 新品。鉴于 Kling O1（多模态创作中枢）已于 12 月 1 日亮相，12 月 3 日作为 Kling 2.6 的发布日高度合理。

初期音频功能预计将上线于：

• Kling 官网网页工具
• 快手 AI 创作平台
• 合作伙伴 API