Kling 4.0 hỗ trợ tối đa 15 tài sản tham chiếu kết hợp, gồm hình ảnh, video, chủ thể và tham chiếu giọng nói, trong giới hạn từng loại đầu vào. Kết hợp ảnh nhân vật, tham chiếu bối cảnh và cảnh chuyển động để dẫn diện mạo, quay phim, chuyển động và phong cách hình ảnh trong cùng một lần tạo.
Bạn có thể dùng nhịp, bố cục và chuyển động của cảnh có sẵn làm tham chiếu cho bản tái tạo mới. Kling 4.0 cũng hỗ trợ chỉnh sửa video có mục tiêu, gồm thay đổi nhân vật, sản phẩm, nền, góc máy và phong cách hình ảnh. Độ nhất quán tốt hơn giúp giữ chủ thể dễ nhận ra qua các cảnh và biến thể sáng tạo khác nhau.