快手旗下Kling AI於Omni生態周首日發佈2.6版本，首次內置音頻生成，支持中英雙語對白、歌唱與音效同步輸出，實現“文本⇄視頻⇄音頻”一鍵閉環。官方口號“See the Sound， Hear the Visual”直指其多模態同步定位。

技術規格方面，2.6保持10秒1080P高清輸出，每5秒僅需25積分（較前版降30%）。擴散變換器+3D時空聯合注意力架構帶來三項提升:複雜指令遵守率提高15%、跨鏡頭角色一致性達SOTA、對標Seedance1.0盲測勝率285%。

市場層面，Kling2.6將率先在Artlist等專業平臺上線，提供場景擴展與多元素編輯API，面向影視、短劇、廣告及MV製作。快手錶示，2026Q1將推出4K/60fps版本，並開放自定義聲線庫，繼續降低“AI製片”門檻。

行業觀察認爲，音頻同步補齊了AI視頻最後一塊短板，後期剪輯流程有望縮短50%以上。隨着Kling2.6落地，AI創作工具競爭從“畫面”延伸至“聲音”，有聲短視頻或迎來新一輪供給爆發。