Warum begann Keling mit der Arbeit an „Bildern“?
vierte Welle
22.11.2026 09:02
· Aus Peking
Volltext 3717 Wörter
Text | Die vierte Welle, Autor|Chen Junyi, Herausgeber|Qiu Hui
Kürzlich wurde das Bilderstellungsmodell der neuen Generation von Kling AI, Kling Image 4.0, auf den Markt gebracht, das die native 8K-Bilderzeugung, 2000-Wörter-Langtext für Einzelbilder und andere Funktionen unterstützt. Vor acht Tagen veröffentlichte ByteDance Seedream 5.5.
Die beiden führenden KI-Unternehmen haben ihre Imagemodelle vorn und hinten fast aktualisiert.
Im Bereich der vinzentinischen Videos zeigen Daten von Drittanbietern, dass Seedance im Mai dieses Jahres, basierend auf der täglichen Rechenleistungsverbrauchsstatistik, einen Anteil von über 80 % hatte, während Keling nur etwa 14 % ausmachte.
Warum konzentriert sich Keling auf „Bilder“?
Für Keling ist dies eine aktive Anpassung der Wettbewerbsstrategie: Ausgehend davon, dass es schwierig ist, die Lücke im Bereich der Videogenerierung in kurzer Zeit zu schließen, wendet er sich der Bildspur zu, um neuen Spielraum zu finden.
Das Problem besteht jedoch darin, dass Bildgenerierung und Videogenerierung oft in einer Plattform integriert sind. Wenn die Lücke zwischen den Videomodellen offensichtlich ist, warum sollten Benutzer von Seedream zu Keling wechseln, selbst wenn die Funktionen der Bilderzeugungsmodelle nahe beieinander liegen?
Kling Image 4.0 übernimmt die von Kling als „Unified Understanding and Generation“ bezeichnete Architektur und integriert visuelles Verständnis und Bildgenerierung in ein einheitliches Modellsystem.
In Bezug auf die Produktfunktionen umfasst die offizielle Ankündigung des neuen Modells drei Kernverbesserungen: erstens Realismus und natives 8K; zweitens Unterstützung für die Generierung von bis zu 2.000 Wörtern in einem einzigen Foto und Texteingabe von bis zu 15.000 Token; Drittens: Erzeugung zusammenhängender Gruppenbilder und langer Bilder.
Die Iteration von Seedream 5.5 konzentriert sich auf drei Hauptrichtungen: Multi-Runden-Bearbeitungsstabilität, native RGBA-transparente Materialausgabe, komplexer Text und echte Textur.
Das neue Modell von Keling verbessert außerdem die Stabilität bei der Mehrrundenbearbeitung. Der Hauptunterschied zwischen den beiden ist: Keling unterstützt natives 8K (Seedream ist 4K) und Seedream unterstützt native transparente RGBA-Materialien.
Allerdings unterstützt Alibabas Qwen-Image-2.1 auch nativ die Generierung und Bearbeitung transparenter RGBA-Hintergründe.
Was die Bildfähigkeiten von Vincent anbelangt, haben wir beim Vergleich von Keling Image 4.0 und Byte Seedream 5.5 genau dieselben Stichworte verwendet, um die Fähigkeit der beiden Modelle zu testen, komplexe Szenen, Charakterdetails, Licht und Schatten, Materialien und räumliche Beziehungen zu verstehen.
Das prompte Wort forderte eine Astronautin in der Raumstationskabine auf, einen Wasserbeutel in der rechten Hand zu halten, um Wasser zu trinken, das Helmvisier ihres Raumanzugs war angehoben und das Deckenlicht warf ein helles und dunkles Seitenlicht auf ihr Gesicht. Durch das runde Bullauge auf der rechten Seite können Sie den Bogen der Erde und ein goldenes, von Sonnenlicht beleuchtetes Luftband am Rand sehen.
In Bezug auf Aktionen und Details können sowohl Keling Image 4.0 als auch Byte Seedream 5.5 den Befehl verstehen, einen Wasserbeutel mit der rechten Hand zu kneifen, und können auch textbasierte Befehle wie das Erzeugen von Etikettentext auf dem Wasserbeutel verstehen. ByteDance erzeugte eine realistischere Trinkaktion, aber um den Wasserbeutel zu zeigen, waren die Aktionen des Astronauten nicht natürlich genug. Das Aufforderungswort erfordert eine Armbinde mit chinesischer Flagge auf dem linken Arm, die Byte-Position ist korrekt und das Kerning wird auf dem rechten Arm platziert. Was den Erinnerungshinweis betrifft, dass das Helmvisier nach hinten geneigt ist, ist Kelings Helmvisier falsch ausgerichtet und die Kunststoffstruktur des Visiers ist zu stark.
In Bezug auf die Befehlsausführung befolgte Keling die Anweisungen für klares Gesichtslicht und -dunkel sowie Seitenbeleuchtung, während Byte dies nicht tat; Aber was die Authentizität des Gesichts angeht, hat Kelings Gesicht ein klares Gespür für KI und Bytes Gesicht ist realistischer. Das Aufforderungswort erfordert ein rundes Bullauge, und Keling folgt den Anweisungen, und das Byte erzeugt eine elliptische Form. Die Aufforderung besagte deutlich, dass drei Wassertropfen schwebten, aber die beiden großen Modelle erzeugten mehr als drei Wassertropfen. Keine der Familien verstand das Konzept des goldenen Airglow-Gürtels.
Insgesamt behält Byte Seedream 5.5 einen leichten Vorsprung.
Derzeit gibt es für Keling eine direktere Geschäftslogik, um seine Bildfunktionen zu ergänzen: Die Kosten für die Bilderzeugung sind geringer als für Videos, aber die Anwendungsszenarien sind breiter. Von E-Commerce-Produktbildern und Werbeplakaten bis hin zu Film- und Fernsehkonzeptentwürfen, Spielmaterialien und Social-Media-Inhalten besteht ein Bedarf an Skalierbarkeit.
Noch wichtiger ist, dass die Bilderzeugung auch zum vorgelagerten Einstieg in die Videoerzeugung werden kann.
Der Produktionsprozess eines KI-Videos erfordert oft die Festlegung des Charakterbildes, der Szene, der Kleidung und der Bildkomposition, bevor mit der dynamischen Generierung begonnen wird. Je stärker die Bilderzeugungsfähigkeiten sind, desto einfacher ist es, stabile Charaktere, Szenen und Storyboard-Materialien für die Videoerstellung bereitzustellen. Tusheng-Videos können auch visuelle Anker bieten, um das Problem der Charakter- und Szenenkonsistenz bei der Videogenerierung zu lindern.
Derzeit entscheiden sich gängige KI-Erstellungsplattformen (wie Keling, Jimeng, Runway usw.) im Allgemeinen dafür, eine „Kreativwerkbank aus einer Hand“ zu sein. Benutzer können verschiedene Vorgänge wie Vincent-Bilder, Vincent-Videos und Grafikvideos in derselben Benutzeroberfläche ausführen und vermeiden so das Gefühl der Fragmentierung, das durch den wiederholten Wechsel zwischen verschiedenen Tools entsteht.
Obwohl Bilder und Videos unterschiedliche Kunden haben, handelt es sich nicht um zwei völlig unabhängige Märkte, sondern um eine Ökologie der visuellen Kreation, die sich allmählich integriert. Kuaishou brachte in den frühen Tagen das Vincent-Grafikmodell und das Videogenerierungsmodell Keling auf den Markt. Erst in der im Februar 2026 eingeführten Keling 3.0-Serie wurde die unabhängige Grafik abgeschafft und die Bilderzeugung direkt in eine einheitliche multimodale Architektur integriert.
Für Keling dient die Veröffentlichung von Image 4.0, das über leistungsstärkere Funktionen verfügt, nicht nur dazu, um den Markt für Bilderzeugung zu konkurrieren, sondern auch, um zu verhindern, dass weiterhin der gesamte Zugang zur visuellen KI-Erstellung verloren geht, wenn die Videokonkurrenz vorübergehend hinterherhinkt.
Hat Keling seinen First-Mover-Vorteil verloren?
Kuaishou veröffentlichte im Juni 2024 Keling, das weltweit erste groß angelegte Videogenerierungsmodell auf Realbildebene (DiT-Route), das der breiten Öffentlichkeit zum Testen zugänglich ist. Es stieg ein Jahr früher als Byte in die KI-Videogenerierung ein und hat bei der Kommerzialisierung einen besseren Vorsprung als Byte. Byte veröffentlichte Seedance 1.0 erst im Juni 2025, etwa zwei Jahre nach der internen Einführung des Seedance-Prototyps im Jahr 2023.
Die Daten von SensorTower zeigen, dass Keling in mehr als 40 Ländern und Regionen auf der ganzen Welt den ersten Platz in der Liste der Kunst- und Design-Downloads von App-Stores belegt und in Südkorea, der Türkei, Singapur und anderen Märkten sukzessive die Liste der Grafikdesign-Anwendungen anführt. Im ersten Quartal dieses Jahres belegte Keling außerdem den ersten Platz in der Umsatzliste der KI-Anwendungen zur Bild- und Videogenerierung auf dem Weltmarkt.
Aber die Vorteile des First-Mover-Anbieters haben sich nicht weiterhin in technischen Hindernissen niedergeschlagen.
Während die Modelle der Seedance-Serie von ByteDance immer weiter iterieren, hat sich die Landschaft verändert. Insbesondere Seedance 2.0, das im Februar dieses Jahres veröffentlicht wurde, führte die Liste mit einem Elo-Score von 1.269 in der Artificial Analysis Video Arena an. Es verfügt über eine herausragende Leistung bei der multimodalen Referenzsteuerung, der komplexen Handlungskohärenz und dem automatischen Storyboarding. Es hat eine große Anzahl von Nutzern aus den Bereichen Film, Fernsehen, Werbung und Kurzfilmproduktion angezogen, indem es die Anzahl der „Zeichnungskarten“ reduziert hat.
Auch Ke Ling führte die Bewertungsliste an.
Nachdem Kling 3.0 Pro im Februar auf den Markt kam, belegte es Ende Februar mit 1240 Elo auch den ersten Platz bei Vincent Video im Blindtest der Artificial Analysis Video Arena. Bis Mitte November 2026 wurde der Spitzenplatz im Blindtest von Vincent Video und Tush Video von Modellen der neuen Generation wie Wan 3.0 (1175 Elo), Seedance 2.5 (1161 Elo) übernommen, Kling 3.0 rangierte außerhalb des 20. Platzes und Kling 4.0 wurde verspätet veröffentlicht und wurde nicht in die Bewertung einbezogen.
Das Problem mit Keling besteht darin, dass es zwar früher als Byte in den Markt eingestiegen ist, seinen Vorsprung als Erstanbieter jedoch nicht in technologische und ökologische Hürden umgewandelt hat, um weiterhin führend zu bleiben.
Den Kommerzialisierungsdaten nach zu urteilen, ist Keling nicht ohne Erfolge.
Laut Kuaishou überstiegen die Betriebseinnahmen von Keling AI im ersten Quartal 2026 650 Millionen Yuan, was einer Steigerung von mehr als 300 % gegenüber dem Vorjahr entspricht; Im zweiten Quartal überstiegen die Betriebseinnahmen 850 Millionen Yuan, was einer Steigerung von mehr als 200 % gegenüber dem Vorjahr entspricht.
Der Umsatz stammt hauptsächlich aus zwei Arten von Unternehmen: zum einen aus API-Aufrufen für Unternehmenskunden und zum anderen aus kostenpflichtigen Abonnements für professionelle Entwickler und normale Benutzer. Der Nutzerstruktur zufolge überstieg der Umsatzanteil des Keling-API-Geschäfts im ersten Quartal 2026 erstmals den der Abonnementdienste und machte etwa 60 % aus, während der Abonnementumsatz etwa 40 % ausmachte. Unter ihnen machen die Einnahmen von Super-Großkunden mehr als 80 % des API-Umsatzes aus. Aus geografischer Sicht trugen die Märkte in Übersee etwa 80 % zum Umsatz bei.
Überseemärkte sind zu einer wichtigen Stütze für die Kommerzialisierung von Keling geworden. Laut Sensor Towers Auslandsranking mobiler Anwendungen (keine Spiele) im zweiten Quartal 2026 lag Kling AI in der ersten Jahreshälfte die meiste Zeit unter den ersten drei in der US-amerikanischen iPhone-Downloadliste für Zeichen- und Designanwendungen sowie in der Bestsellerliste. In Bezug auf die regionale Verteilung im Ausland sind die Vereinigten Staaten der größte Auslandsumsatzmarkt von Kling AI und machten im zweiten Quartal 32 % des Auslandsumsatzes aus, gefolgt von Japan, Südkorea, dem Vereinigten Königreich und Deutschland, die zusammen die fünf größten Auslandsmärkte bilden.
Als Kling Image 4.0 veröffentlicht wurde, wurde bekannt gegeben, dass das Modell sprachlich vereinfachtes Chinesisch, traditionelles Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch und Portugiesisch unterstützt; Im Hinblick auf die Sprachunterstützungsfunktionen könnte dies eine wichtige Richtung für das spätere Wachstum werden.
Die Beamten von Kuaishou und Keling machten keine gesonderten Angaben zu den jeweiligen Umsatzanteilen der Bild- und Videoerzeugung. Die beiden Arten von Funktionen teilen sich die Mitgliedschaft, den Inspirationswert und das API-Pay-as-you-go-Abrechnungssystem, sodass es unmöglich ist, direkt zu beurteilen, wie viel neue Einnahmen Image 4.0 bringen kann. Angesichts des höheren Rechenleistungsverbrauchs bei der Videogenerierung sollte die Videogenerierung einen größeren Anteil ausmachen.
Sobald Superkunden im Ausland verloren gehen, wirkt sich dies direkt auf Kelings API-Geschäftseinkommen aus. Laut einer Überprüfung im April dieses Jahres sind die API-Umsätze von drei ausländischen Superkunden von Keling aufgrund der Konkurrenz zurückgegangen.
Dies ist ein weiterer Grund, warum Keling sein Imaging-Geschäft stärken muss: Es muss neue Nutzer und Einnahmequellen finden und seine Abhängigkeit von einer einzigen Produktform und einigen wenigen Großkunden verringern.
Größerer Druck entsteht durch die ökologischen Vorteile von Byte. Byte hat drei Vorteile: Modelle, Erstellungstools und Content-Plattformen. Verschiedene Unternehmen innerhalb der Gruppe können sich gegenseitig kanalisieren und Ressourcen teilen.
Die Kunden von Keling in Übersee rufen Models meist an, indem sie APIs abonnieren oder kaufen, und laden die generierten Videos dann auf externe Plattformen wie YouTube und Instagram hoch. Keling erzielt derzeit hauptsächlich Einnahmen aus Modellaufrufen und Erstellungstools und ist möglicherweise nicht in der Lage, am Wert der anschließenden Verbreitung von Inhalten und der kommerziellen Konvertierung teilzuhaben.
Aus der Perspektive der Wettbewerbslandschaft sieht sich Keling mehr als nur Byte gegenüber. Im Bereich der Videogenerierung iterieren Modelle wie Seedance, Alibaba Wan und Shengshu Technology Vidu weiter; Im Bereich der Bildgenerierung verbessern Seedream, Qwen-Bildmodell, MiniMax usw. auch ständig die komplexen Textsatz-, Multireferenz-Bildsteuerungs- und Bildbearbeitungsfunktionen.
Modellfähigkeiten können eine Eintrittskarte in den Wettbewerb sein, es ist jedoch schwierig, allein eine langfristige Barriere zu bilden.
Für Keling ist es wirklich wichtig, ob es Bilder, Videos und Bearbeitungsfunktionen in einen vollständigen Workflow integrieren kann, sodass Benutzer bereit sind, ab dem Moment, in dem sie das erste Bild erstellen, auch spätere Kreationen auf der Plattform abzuschließen.
Dies hängt nicht nur davon ab, ob Keling angesichts des Wettbewerbsdrucks des Videomarktes neue Wachstumsmöglichkeiten finden kann, sondern auch davon, ob das Unternehmen eine stabilere und diversifiziertere Umsatzstruktur aufbauen kann.
Dies ist besonders wichtig für ein KI-Unternehmen, das eine unabhängige Finanzierung anstrebt und die Kapitalisierung für die Entwicklung prüft.
Image 4.0 gibt Keling die Möglichkeit, wieder in die Wettbewerbstabelle der Bildgenerierung einzusteigen, aber seine Fähigkeiten haben den Abstand zu Seedream verringert und reichen nicht aus, um die Kommerzialisierungslücke zwischen ihm und Byte zu schließen. Was Keling beweisen muss, ist, dass er nicht nur gute Modelle erstellen, sondern auch ein komplettes Ökosystem rund um die Modelle aufbauen kann, das Erstellungsplattformen, die Verbreitung von Inhalten und sogar die kommerzielle Transformation umfasst.
Respekt vor der Originalarbeit, wenn Sie qualifiziert sind, sollten Sie geschätzt werden.
Gemäß der Anforderung des Cybersicherheitsgesetzes, Ihren echten Namen anzugeben, verknüpfen Sie bitte Ihre Mobiltelefonnummer, bevor Sie einen Kommentar veröffentlichen.
Äußern
09:09
Trump plant, gemeinsam mit den Demokraten die Kreditkartenzinsen auf 10 % zu begrenzen
09:05
Irans Präsident: Der anhaltende Wirtschaftskrieg sei „weitaus schwieriger“ als ein militärischer Konflikt
21.11.2026 22:48
Eine katarische Delegation trifft zu einer zweistündigen Konsultation im Iran ein
21.11.2026 22:31
AIIB richtet Büro in Hongkong ein
21.11.2026 21:12
In China gibt es mehr als 27.000 „5G+industrielles Internet“-Projekte
Selenskyj trifft sich mit dem britischen Verteidigungsminister, um den Aufbau ukrainischer Luftverteidigungsfähigkeiten zu besprechen
21.11.2026 20:12
18 kurze Fakten über News Network am 21. November
21.11.2026 19:21
Nach Angaben des Iran hat ein Öltanker in den Gewässern östlich der Straße von Hormus Feuer gefangen
21.11.2026 18:51
Trump kritisiert die hohen Zinsen der Fed und bringt den Fed-Vorsitzenden damit in ein Dilemma
21.11.2026 18:50
Ein Erdbeben der Stärke etwa 5,7 ereignete sich in der Nähe der Stadt Delingha, Präfektur Haixi, Provinz Qinghai
21.11.2026 18:31
Viele Marken kündigten an: Senkung der Goldschmuckpreise pro Gramm
21.11.2026 18:13
Zwei Öltanker wurden nacheinander angegriffen, als sie die Straße von Hormus verließen
21.11.2026 17:55
Ein Erdbeben der Stärke 7,2 ereignete sich im Meer nahe der indonesischen Provinz Maluku
21.11.2026 17:40
Chongqing veröffentlichte eine Liste von 86 industriellen Entwicklungsmöglichkeiten in geringer Höhe mit einer Gesamtinvestition von etwa 28,9 Milliarden Yuan
21.11.2026 16:53
Li Qiang führte Gespräche mit dem singapurischen Premierminister Lawrence Wong
Nationale Datenverwaltung: Erweitern Sie aktiv die Anwendungsszenarien von Worteinheitendiensten und verbessern Sie Standards und Spezifikationen für die Messung und Abrechnung von Worteinheiten, die Qualitätsbewertung usw.
21.11.2026 16:43
Die Shenzhou 24-Mission hat ihr letztes regionales gemeinsames Training abgeschlossen und am Startort wurden Vorbereitungen für den Start getroffen
21.11.2026 16:25
Iranischer Außenminister: Iran ist weiterhin bereit, Streitigkeiten mit den Vereinigten Staaten auf diplomatischem Wege beizulegen
21.11.2026 16:02
Das große Modell des Süd-Nord-Wasserumleitungsprojekts „Tianhe“ hat die Modernisierung abgeschlossen
21.11.2026 15:46
Iranischer Außenminister: Angereichertes Uran wird nicht aus dem Iran verschifft
Scannen, um die App herunterzuladen


