Kling 2.6: imagem e som em uma única geração
A Kling AI apresenta a versão 2.6 como seu primeiro modelo que gera a imagem e o som ao mesmo tempo. Ative “Som gerado” para obter vozes, efeitos sonoros e ambiente sincronizados com a ação.
Modelo de vídeo · Kling AI
Kling 2.6 — Clipes de 5 ou 10 s, com som se você quiser.
O Kling 2.6 (Kling VIDEO 2.6) é o modelo de vídeo da Kling AI (Kuaishou), lançado em dezembro de 2025 como o primeiro da marca a gerar imagem e som juntos. Na Deepnia, ele cria clipes de 5 ou 10 segundos a partir de um texto ou de uma foto; ative “Som gerado” para adicionar vozes, efeitos sonoros e ambiente, com personagens que falam ou cantam em inglês ou em chinês.
- 5 ou 10 s
- Som gerado
- Texto ou 1 imagem
- 9:16 · 1:1 · 16:9
- Vozes, canto e efeitos
A ferramenta de vídeo abre com o Kling 2.6 já selecionado. O custo exato aparece antes de cada criação; o cadastro é pedido na hora de gerar.
- Seu prompt
- Uma foto inicial (opcional)
- Som gerado: sim ou não
- Um clipe de 5 ou 10 s
Em resumo
- Desenvolvedor
- Kling AI (Kuaishou)
- Lançamento
- Dezembro de 2025
- Duração
- 5 ou 10 s (5 s por padrão)
- Formatos
- 9:16, 1:1, 16:9
- Imagem inicial
- 1, opcional
- Som
- Vozes, canto, efeitos sonoros e ambiente (“Som gerado”)
O que Kling 2.6 faz de melhor
Vozes, diálogos e canto
A Kling documenta a fala, os diálogos, a narração, o canto e o rap, além dos efeitos sonoros e do ambiente. Os personagens falam e cantam em inglês ou em chinês: escreva suas falas em um desses dois idiomas.
Anime a sua própria foto
Adicione 1 imagem: ela vira o primeiro quadro do vídeo, que mantém o formato dela. Um prato, uma vitrine ou um produto ganha vida, com ou sem som.
Ajustes simples
5 ou 10 segundos à escolha, 3 formatos para redes sociais (9:16, 1:1, 16:9) e um único interruptor para o som: o Kling 2.6 vai direto ao ponto quando um clipe curto basta.
Como usar Kling 2.6 na Deepnia
Abra a ferramenta de vídeo
O botão “Testar Kling 2.6” abre a ferramenta de vídeo da Deepnia com o modelo já selecionado.
Adicione uma foto, se quiser
Com “Adicionar uma imagem”, escolha 1 imagem de até 10 MB: ela serve de imagem inicial. Sem imagem, o vídeo parte do seu texto.
Escreva o prompt
Descreva a cena, a ação e o movimento de câmera e depois o som desejado: ambiente, efeitos e falas entre aspas.
Ajuste e gere
Escolha 5 ou 10 segundos e o formato (sem imagem), ative “Som gerado” para adicionar o som, confira o custo exibido e inicie a criação.
Kling 2.6 na Deepnia: o que você pode ajustar
- Entradas
- Só texto, ou texto e 1 imagem inicial
- Duração
- 5 ou 10 s (5 s por padrão)
- Formatos
- 9:16, 1:1, 16:9 sem imagem; com uma imagem, o vídeo mantém o formato dela
- Imagem inicial
- 1 no máximo, até 10 MB
- Som
- Com “Som gerado”: vozes, canto, efeitos sonoros e ambiente
- Idiomas das vozes
- Inglês e chinês
- Prompt
- Obrigatório; fique abaixo de 2.500 caracteres, o limite documentado pela Kling
Ideias de prompts para testar
Copie um prompt, abra a ferramenta e adapte ao seu projeto.
Prato animado para um restaurante
- 1 imagem: foto do prato
- 5 s
- Som ativado
Anime esta foto: o vapor sobe devagar do prato, o molho brilha, uma mão deixa uma colher ao lado do prato, leve travelling para a frente. Som: chiado suave, ambiente de restaurante, talheres tilintando.
Jingle cantado para uma marca de sucos
- Só texto
- 10 s
- 1:1
- Som ativado
Uma jovem sorridente segura uma garrafa de suco de manga diante de uma banca de frutas coloridas e canta em inglês uma frase alegre: “Fresh mango, sunny day!” Luz de sol, leve movimento de câmera circular. Som: canto pop animado, ambiente de feira.
Personal trainer que motiva em inglês
- Só texto
- 10 s
- 9:16
- Som ativado
Em uma academia iluminada, uma personal trainer de roupa esportiva encara a câmera enquanto o grupo faz agachamentos atrás dela. [Trainer, enérgica]: “Ten more seconds, you've got this!” Plano médio, câmera na mão. Som: respirações, passos no piso, ambiente de academia.
Vitrine de uma boutique de moda no Recife
- 1 imagem: foto da vitrine
- 10 s
- Som ativado
A partir desta foto da vitrine, a câmera avança devagar em direção aos manequins, os tecidos se mexem de leve, as luzes da vitrine se acendem uma a uma. Som: barulho de rua ao longe, passos de pedestres, sininho suave da porta.
Cena de produto sem som para uma loja virtual
- 1 imagem: foto do relógio
- 5 s
- Som desativado
A câmera gira devagar ao redor do relógio apoiado em um pedestal de pedra, reflexos suaves no mostrador, fundo escuro, luz de estúdio, movimento fluido e constante.
Cartão de Natal animado para uma empresa
- Só texto
- 5 s
- 16:9
- Som ativado
Um escritório decorado para o Natal: um pisca-pisca se acende, confete dourado cai sobre uma mesa cheia de presentes embrulhados, leve travelling lateral. Som: sininhos, risadas ao longe, papel de presente amassando.
Dicas para resultados melhores
- Descreva o som no fim do prompt (ambiente, efeitos, voz ou canto) para que combine com a ação.
- Para um diálogo, dê a cada personagem um rótulo único e escreva as falas assim: [Personagem, emoção]: “fala”, o formato que a Kling recomenda.
- Escreva as falas em inglês ou em chinês, os dois idiomas das vozes do Kling 2.6.
- Escolha 10 segundos para um diálogo ou uma música: é a duração que a Kling recomenda.
- Comece por uma foto nítida e bem definida: a Kling observa que a qualidade de um vídeo criado a partir de uma imagem depende muito da resolução dessa imagem.
- Com uma imagem inicial, descreva o movimento e a câmera em vez do que já aparece na foto.
Bom saber
- Escolha 9:16 para Reels, TikTok e Shorts, 16:9 para o YouTube e 1:1 para um feed quadrado; com uma foto inicial, corte-a no formato certo antes de adicioná-la.
- Os personagens do Kling 2.6 falam em inglês ou em chinês. Para uma narração em português, crie-a com o ElevenLabs v4 no estúdio de locução e adicione na edição.
- Comece por fotos das quais você tenha os direitos, principalmente para animar uma pessoa real.
Kling 2.6 ou outro modelo?
Os outros modelos de vídeo da Deepnia, para escolher conforme o seu projeto.
| Modelo | Duração | Resolução | Formatos | Ideal para |
|---|---|---|---|---|
| Kling 2.6Este modelo | 5 ou 10 s | Automática | 9:16 · 1:1 · 16:9 | Clipes de 5 ou 10 s, com som se você quiser. |
| Kling 3.0 | 3–15 s | Conforme o modo | 9:16 · 1:1 · 16:9 | De 3 a 15 s, até 5 planos, 3 elementos persistentes e uma imagem final. |
| Motion Control | Conforme o vídeo de origem | 720p–1080p | Conforme a origem | Reproduzir os movimentos de um vídeo real na imagem de um personagem. |
| Seedance 2.0 | 4–15 s | 480p–1080p | 16:9 · 9:16 · 1:1 · 3:4 · 4:3 · 21:9 | Vídeos com som até 1080p, guiados por referências de imagem e de vídeo. |
| Veo | 8 s | Conforme o modo | 9:16 · 16:9 | Clipes de 8 s com som, em 3 níveis de qualidade. |
| HappyHorse | 3–15 s | 720p–1080p | 9:16 · 1:1 · 16:9 · 4:3 · 3:4 | Editar um vídeo existente ou combinar até 9 imagens. |
Perguntas frequentes
Quanto dura um vídeo do Kling 2.6?
5 ou 10 segundos, 5 segundos por padrão. A Kling recomenda 10 segundos para um diálogo ou uma música.
O Kling 2.6 gera o som?
Sim: ative “Som gerado” e o Kling 2.6 cria vozes, diálogos, canto, efeitos sonoros e ambiente ao mesmo tempo que a imagem. Descreva o som desejado no fim do prompt.
Como faço um personagem falar ou cantar?
Ative “Som gerado” e escreva a fala em inglês ou em chinês no formato [Personagem, emoção]: “fala”, o que a Kling recomenda. Escolha 10 segundos para um diálogo ou uma música.
Posso animar a minha própria foto?
Sim: adicione 1 imagem (até 10 MB). Ela serve de imagem inicial e o vídeo mantém o formato dela.
Quais formatos estão disponíveis?
Sem imagem: 9:16, 1:1 ou 16:9. Com uma imagem: o formato da foto.
Como consigo um vídeo mais longo?
Crie vários clipes de 10 segundos e junte-os na edição. Para encadear até 5 planos em um mesmo vídeo de 15 segundos, use o Kling 3.0.
Como mantenho o mesmo produto de um clipe para outro?
Comece pela mesma foto do produto em cada criação e descreva-o com as mesmas palavras. Para manter idênticos até 3 personagens ou produtos dentro de um mesmo vídeo, use os elementos persistentes do Kling 3.0.
Kling 2.6 ou Kling 3.0: qual escolher?
Kling 2.6 para um clipe de 5 ou 10 segundos, simples de ajustar, a partir de um texto ou de uma foto. Kling 3.0, lançado em fevereiro de 2026, para uma duração livre de 3 a 15 segundos, até 5 planos, 3 elementos persistentes e uma imagem inicial e final.
Pronto para testar Kling 2.6?
A ferramenta de vídeo abre com o Kling 2.6 já selecionado. O custo exato aparece antes de cada criação; o cadastro é pedido na hora de gerar.