O Kling 4.0 suporta até 15 recursos de referência combinados, incluindo imagens, vídeos, motivos e referências de voz, sujeitos aos limites de cada entrada. Combine imagens de personagens, referências de cena e imagens de movimento para orientar a aparência, a câmara, o movimento e o estilo visual na mesma geração.
Pode usar o ritmo, a composição e o movimento de imagens existentes como referência para uma nova recriação. O Kling 4.0 também suporta edição de vídeo direcionada, incluindo alterações de personagens, produtos, fundos, ângulos de câmara e estilo visual. Uma maior consistência ajuda a preservar motivos reconhecíveis em cenas e variações criativas diferentes.