Kling 4.0: a IA de vídeo vai substituir o cinema?

O Kling 4.0, a nova versão da inteligência artificial de vídeo da Kuaishou, a dona do Kwai, chegou em outubro. E eu passei os últimos dias testando. Antes de falar do que achei, preciso contar onde eu vi essa IA pela primeira vez de perto: no Festival de Cannes.

Fora do Resenha, eu sou produtor de cinema. Esse é o meu trabalho. E neste ano eu estive em Cannes. Por isso, o que vou contar aqui não é algo que eu li num jornal. Eu vi com os meus próprios olhos.

O que eu vi em Cannes

Em 2026, o clima no festival era de boicote à inteligência artificial. Segundo relatos da imprensa, o festival anunciou que filmes feitos com IA generativa não poderiam disputar a Palma de Ouro, o principal prêmio. E o diretor Guillermo del Toro subiu ao palco e criticou a IA na frente de todo mundo.

Mesmo assim, as duas IAs de vídeo mais fortes da China foram para Cannes. Não para disputar prêmio, mas para o mercado de filmes, o espaço onde produtores, diretores e distribuidores mostram e negociam projetos durante o festival. Lá dá para alugar salas de cinema e exibir o seu filme para quem está circulando.

A Seedance, da dona do TikTok, exibiu um longa de 95 minutos feito totalmente com IA, produzido em 14 dias e por menos de 500 mil dólares. Já o Kling foi ainda mais ousado: montou um estande dentro do próprio mercado e fez eventos no palco principal.

Muita gente ficou irritada. Eu conversei com vários produtores, diretores e distribuidores, e o assunto do festival inteiro, praticamente, foi IA. Mas uma coisa me deixou feliz: as conversas não eram só sobre como barrar essa tecnologia. Eram sobre como ela vai ser usada no cinema.

Por que o Kling chama tanta atenção

O Kling é da Kuaishou, a empresa chinesa dona do Kwai, aquele app de vídeos curtos que muita gente conhece pelo grupo da família. A primeira versão saiu em junho de 2024, segundo a Wikipédia.

E ele virou negócio de verdade. Em 2025, o Kling faturou cerca de 150 milhões de dólares. No começo de 2026, o ritmo de receita já passava de 300 milhões de dólares por ano, segundo os resultados da Kuaishou publicados pela Caixin.

Enquanto isso, a OpenAI fez o caminho contrário. Em março, a empresa anunciou o fim do Sora, o seu gerador de vídeos, e o acordo com a Disney que vinha junto acabou, de acordo com o Observador.

Passo a passo: como eu criei a cena com o Kling 4.0

Para o vídeo, eu usei a Higgsfield, uma plataforma que junta vários modelos de IA de vídeo num lugar só: Kling, Seedance, os modelos do Google e outros. Isso ajuda porque quem faz esses filmes quase nunca usa um modelo só. Cada um é bom numa coisa.

A ideia era uma cena de ação de 15 segundos: eu pilotando uma lancha em Santa Mônica, na Califórnia, enquanto um iate explode no fundo. Foi assim:

1. Separe as referências. Escolhi uma foto da praia de Santa Mônica, com o píer e a roda-gigante, e uma foto do meu rosto, de frente e com boa luz.
2. Abra a parte de vídeo. Na Higgsfield, entre em Vídeo e, em Modelo, escolha o Kling 4.0.
3. Suba as referências. Clique em adicionar referências e envie as duas fotos. A primeira vira a @image1 (o lugar) e a segunda, a @image2 (o rosto).
4. Cole o prompt. No texto, aponte cada referência com o @: “@image1” para o cenário e “@image2” para o homem que pilota a lancha.
5. Escolha as configurações. Coloquei 15 segundos de duração, qualidade 1080p e formato 16:9, o de tela de TV. Também dá para usar 9:16, na vertical, para stories, ou 21:9, um formato bem largo, de cinema.
6. Gere e espere. A cena ficou pronta em uns 6 minutos.

O que é um prompt e por que ele é em inglês

O prompt é o texto que diz para a IA o que deve acontecer na cena. É como um roteiro com instruções de direção: onde a cena se passa, quem aparece, como está a luz, onde fica a câmera e o que acontece em cada momento. Quanto mais claro, menos a IA precisa adivinhar.

Ele costuma ser escrito em inglês porque a maior parte dos textos usados para treinar esses modelos está nessa língua. Por isso, as IAs costumam seguir comandos em inglês com mais precisão. Dá para escrever em português, mas em inglês o resultado tende a sair mais fiel ao que você pediu.

Este é o prompt exato que usei:

Cinematic realistic action scene on a bright sunny late afternoon on the coast of Santa Monica, the location must look exactly like @image1, with the pier and the Ferris wheel in the background. The man driving the speedboat is @image2, keep his face exactly as in the reference. Strong low golden sunlight, sun glare reflecting on the ocean, light sea haze in the air, slight lens flare. Three continuous shots. 0 to 5 seconds: wide aerial shot slowly descending over the ocean, the speedboat races along the coast leaving a long white wake. 5 to 10 seconds: close shot from the front of the boat, the man drives with wet hair and a serious face, sunlight on his face, water spray hitting him. 10 to 15 seconds: side shot from the water, the speedboat passes in the foreground while a white luxury yacht anchored in the background explodes. The man keeps looking straight ahead and keeps driving, he does not turn his head or look back. The yacht stays exactly in place on the water, it does not lift off, fly or flip. A bright flash, then a fireball bursts from the middle of the hull, the hull breaks open and catches fire, thick black smoke rises high into the sky, burning fuel spreads on the water surface around the yacht, small pieces of debris splash into the sea, and the yacht slowly starts to sink. Realistic physics, natural sunlight, slight motion blur, natural imperfections, shot like a real film on location, no glossy CGI look. Sound effects only: boat engine, waves, water spray, explosion, crackling fire, debris splashing. No music.

Repare em como ele é montado:

• Lugar e pessoa: “@image1” diz que o cenário tem que ser igual à foto de Santa Mônica, e “@image2” diz que o piloto sou eu, com o rosto igual à referência.
• Luz e clima: sol baixo e dourado, reflexo no mar, um pouco de névoa. É o que deixa a cena com cara de filme.
• Três planos com tempo marcado: do segundo 0 ao 5, um plano aéreo; do 5 ao 10, um close do piloto; do 10 ao 15, a explosão do iate.
• O que NÃO pode acontecer: o piloto não vira a cabeça, e o iate não sai voando nem capota. Dizer o que a IA não deve fazer evita os erros mais comuns.
• Realismo: física realista, um pouco de desfoque de movimento e imperfeições naturais, “sem cara de CGI brilhante”.
• Som: só efeitos sonoros, sem música.

O resultado foram três planos que parecem tirados de um filme de ação:

O ponto forte que mais aparece é o realismo dos movimentos: água, explosão, câmera em movimento. Segundo a fal.ai, o Kling 4.0 faz vídeos de até 30 segundos, aceita até 10 imagens-chave e até 15 referências. E são as fotos de referência que seguram o rosto igual do começo ao fim da cena.

Onde eu acho que a IA vai entrar no cinema

Agora, a minha opinião como alguém que trabalha com isso.

Primeiro: as pessoas estão rejeitando conteúdo com cara de IA. Eu mesmo, quando vejo algo assim no Instagram ou no TikTok, passo na hora. E como produtor, eu preciso respeitar o que o público quer assistir. O público que vai ao cinema ainda tem carinho pelo trabalho feito à mão. Basta ver o espaço que ganharam filmes feitos quase sem efeito digital, como A Odisseia, do Christopher Nolan, ou feitos inteiramente à mão, como os stop motion do estúdio Laika.

Por isso, não acredito em filme gerado do zero por IA. Acredito em IA como ferramenta, principalmente em efeitos especiais e em cenas pequenas que custam caro.

Um exemplo: o filme já foi gravado e, na edição, o montador percebe que falta um plano de detalhe, como alguém riscando um fósforo. Voltar ao set por causa disso significa pagar câmera, lente, locação, equipe, transporte e alimentação de novo. Gerar esse plano com IA, corrigir a cor e colocar granulado para combinar com o resto do filme resolve com uma fração do custo. Eu fiz esse teste com o Kling 4.0, e já vi filme grande usar esse recurso.

A Netflix, por exemplo, já usou IA generativa para criar a cena de um prédio desabando em Buenos Aires na série O Eternauta. E aqui está o ponto: ninguém simplesmente gera a imagem e cola no filme. Tem correção de cor, granulado, som, ajuste de detalhes. Precisa de alguém com olhar crítico para saber o que funciona.

O artista não morre, a ferramenta muda

Isso já aconteceu antes. No primeiro Star Wars, vários cenários eram pintados à mão em placas de vidro. Depois, isso passou a ser feito no computador. Aquele trabalho específico acabou, mas os artistas não. Quem sabia construir um cenário levou essa habilidade para a ferramenta nova.

O meu exemplo favorito é o Phil Tippett, mestre do stop motion. Ele foi contratado para animar os dinossauros de Jurassic Park, até que o Steven Spielberg viu um teste feito no computador e mudou tudo. O Tippett chegou a dizer que tinha sido “extinto”. Só que o Spielberg manteve ele no projeto, justamente porque ele entendia de animação. Ele passou a supervisionar os dinossauros digitais e ganhou o Oscar de efeitos visuais.

Também acho que essa mudança vai ser gradual. Eu morei e trabalhei em Los Angeles e estava lá em 2023, durante a greve dos roteiristas. O uso de IA foi um dos motivos da greve. No fim, a IA não foi proibida, mas ganhou regras. Toda tecnologia nova entra aos poucos, senão gera revolta.

O que muda para quem faz filme

A minha aposta é que vai ficar cada vez mais difícil ver filmes de 200 milhões de dólares. Existem exceções, claro. Mas, no lugar de um filme desse tamanho, dá para fazer dez filmes de 20 milhões com qualidade parecida. São dez vezes mais histórias contadas, e para um produtor isso é muito mais seguro.

É uma revolução impossível de ignorar. Mas, para mim, não é o fim dos artistas. É mais uma ferramenta, que vai baratear a produção. O mercado sempre vai precisar de gente criativa, que sabe escolher a cena certa e contar uma história.

Se você é artista ou se interessa pelo assunto, a minha dica é testar. A Higgsfield é a plataforma que usei no vídeo. Experimenta, vê o que vira uma boa ideia e me conta depois o que achou.