GTA6 实机演示流出？Roadster 竟成新载具...满血版 Kling 4.0 API 上线 Atlas Cloud

先看上面这段「实机演示」。

开局抢车位，跑车喷气横滚一圈落进空位；被抢的 NPC 冲下车，用英式口音破口大骂，男主背着身回一句美式的「Finders keepers.」；接着扛出火箭筒把车炸翻，开着车飞上天，最后回身打下追来的直升机。小地图、时速表、通缉星、任务条，一样不少。

像不像 GTA6 流出的新实机？Roadster 是不是新载具？

都不是。这段画面是 Kling 4.0 用 10 张参考图和一条提示词生成的。

满血版 Kling 4.0 API 今天上线 Atlas Cloud。 这篇拆两条我们自己做的片子：一条是上面这段「GTA 实机」，一条是马尔福的恋爱短片。它们分别对应 Kling 4.0 这一代的两项核心能力：多参考，和跨镜头的一致性。入口先放这里，边看边试：Kling 4.0 模型页。

1. 10 张图，锁住一整段实机

一张图只管一样东西

Kling 4.0 的全能参考，一次最多能放 15 个参考素材。这条「实机」用了其中 10 张图：人、车、道具、街道和 HUD 各占一张，提示词里用 @图1、@图2 这样的写法，指定哪张图管哪个角色、哪辆车、哪条街。

男主全程只给背影，所以 @图1 只放了背面；喷气单独给了侧面和后 45 度两张，跑车腾空、横滚、起飞时就照着这两张喷；HUD 是一张纯黑底的界面图，只用来定小地图、时速表、通缉星和任务条的样式和位置，黑底本身不进画面。

这 10 张图也是在 Atlas Cloud 上做的：人物、NPC、轿车、直升机、火箭筒和街道用 Nano Banana 2.1 出图、再改成游戏质感；跑车的三张和 HUD 用 GPT Image 2.5 Flare 改图完成。

机位换了几回，东西没走样

整段里机位换了好几次：车尾后上方、男主肩后，再到他探出车窗回身开炮。白色跑车的尾灯和喷口、男主的紫色夹克、NPC 的米色开衫，换到哪个机位都还是参考图里那一套。小地图、时速表、任务条和通缉星从头到尾停在 @图10 给的位置，星级跟着剧情往上加。

提示词原文

下面是最终版提示词，一字未改。参考图按 @图1 到 @图10 的顺序上传。

textCopy
1GTA式开放世界游戏实机录屏，30秒一个连续长镜头，不切镜头，全部发生在@图9这条街和它的正上方。相机是游戏的第三人称跟随相机：开车时在车尾后上方，步行时在男主右肩后。男主@图1始终背对镜头。画面始终有@图10的HUD，开场五颗通缉星都不亮。
20–6秒｜抢车位：男主驾驶@图2沿@图9的街道行驶。右前方一排车位只剩一个空位，@图6银色轿车停在空位前，正慢慢倒车进去。跑车立刻向右急转，车底喷气腾空（@图3），空中横滚一圈，抢在轿车前面稳稳落进空位。轿车急刹，停在跑车旁边的车道上。
36–12秒｜吵架：相机跟着男主下车，绕到他右肩后。NPC@图5推开轿车车门冲出来，指着男主用英式口音大喊："Oi! You absolute muppet! That was MY spot!" 男主背对镜头，用美式口音说："Finders keepers."
412–17秒｜炸车：男主从后备箱扛出@图8火箭筒，NPC吓得跑开。男主一炮把空轿车炸翻，右上角亮起两颗星。
517–22秒｜垂直起飞：男主坐回驾驶座，相机回到车尾后上方。跑车停在原地，车底喷口向下喷气（@图4），整车像电梯一样笔直上升，一直升到楼顶高度，下方燃烧的轿车越来越小。右上角亮起三颗星。
622–30秒｜击落直升机：跑车在这条街的上空向前飞。@图7直升机从车后方追上来。相机绕到男主左肩后、朝向车后方：男主上半身探出驾驶座车窗，扛着火箭筒回身瞄准，开火，直升机在空中炸成一团火球。男主说："Now it's free." 顶部出现"MISSION COMPLETE"。

负面提示词：

textCopy
1剪辑，转场，换场景，男主正脸，在地面开着开着飞起来，直升机从前方飞来，分格画面，车标

提示词按秒切成五段，每段写清相机在哪、谁在动、HUD 怎么变。英式和美式两种口音直接写在台词前面，对白和口型跟画面一起生成。

2. 四视图，锁住同一张脸

第二条是马尔福的恋爱短片：追飞贼的哈利撞上了马尔福，她气得写信向父亲告状，信里却写满了「波特」。

三个角色，各一张四视图

这条片子一共用了 9 张参考图。马尔福、哈利和父亲各做了一张四视图：一张脸部特写，加正面、侧面、背面三个全身；另外 6 张是校园、金色飞贼、猫头鹰、墨蛇、蛇形爱心和信纸。

分四组生成，脸还是那张脸

分镜拆好后，按场景切换和动作停顿合并成 4 组，每组不超过 15 秒。每组在提示词里按时间写好几个镜头，让 Kling 4.0 在一条视频里直接切出来。

四组是分开生成的，马尔福的铂金发和墨绿领带、哈利的圆框眼镜和乱发，在每一组里都对得上，剪在一起也接得上。墨字变成小蛇、蛇群绕成一颗爱心再炸开，这些特效镜头也各有一张参考图定住形状。

3. Kling 4.0 这一代多了什么

上面两条片子用的都是全能参考。Kling 4.0 这一代的升级不止这一项，下面按可灵官方 API 文档整理。

一个模型，三个入口。 Kling 4.0 在 API 上分文生视频、图生视频（关键帧）、全能参考三个入口，背后是同一个模型。「全能参考」指的是多参考能力，不是另一个模型。

全能参考：一次最多 15 个参考素材

图片、视频、主体、音色可以混在一起用，一次最多 15 个。其中图片最多 10 张，参考视频最多 5 段，主体最多 7 个，音色最多 3 个。图片可以是主体图、三视图、宫格图、关键帧、线框图；视频可以拿来参考动作、运镜和节奏，白模视频、深度图视频也能直接放进去。

这一项也管视频编辑：给一段原视频，可以往里加东西、删东西，也能换风格、天气和材质。

最长 30 秒，一次生成

单次原生生成 3 到 30 秒，可以按秒选。长镜头、连续叙事不用再拆成好几段去拼。

多关键帧：最多 10 张

首帧、中间帧、尾帧都能指定，一共最多 10 张，用来卡住人物状态和情节节点，让内容按预设的方向往下走。

画面规格和提示词

分辨率 720p、1080p，比例新增 21:9，另有 16:9、9:16、1:1，全能参考入口还多一个自适应比例。提示词上限也放宽了，纯英文最长 26,000 个字符，中文 11,000 字。

原生音频

声音跟画面一起生成，说话时口型对得上，环境声也一起出来。支持中、英、日、韩、西、葡、德、法、印地语等多个语种，以及多种口音和方言。

4. 怎么用起来

方法一：平台直用。 登录 Atlas Cloud 官网，即可使用 Kling 4.0。

方法二：接入 API。

1. 获取你的 API Key。 登录 Atlas Cloud 后在控制台创建 API Key，一把 Key 通用于平台上的全部模型。
2. 查阅 API 文档。 在模型页上可以查到该模型的参数说明与调用示例，参数、时长档位、分辨率档位都以模型页为准。
3. 发起你的首次请求。 通过 Atlas Cloud 的 One API，一个接口、一套调用方式，即可调度平台上的全部模型。这篇里出参考图的 Nano Banana 2.1、GPT Image 2.5 Flare，和出视频的 Kling 4.0，用的是同一把 Key，切换模型名就能调用。

下期预告： 下期我们会给 Kling 4.0 做一轮详细测评，和其他模型放在一起对比，帮你找到它适合用在哪些场景。