Luma AI

我们生成了一段 10 秒的视频：在黄金时段，一个玻璃球在大理石地板上慢动作碎裂，光线透过碎片发生折射。Luma AI 的 Ray 3 生成的画面中，每一块碎片都保持着真实的光线折射，碎裂的物理效果极具重量感，镜头在碎裂后缓慢向前推进。接着，我们在提示词中加了一句：“一只飞蛾落在最大的碎片上。”飞蛾始终没有出现，而画面的其余部分则完全符合我们的要求。

这种两极分化的结果——既有经得起推敲的电影级物理动态，又对特定物体的提示词存在选择性“失明”——正是 2026 年 4 月使用 Luma 时的典型特征。懂得何时该信任它，何时该调整策略，决定了你是一个月内耗尽所有积分，还是在一个下午就能获得一套精美的 B-roll 素材库。

2026 年 4 月 Luma AI 的实际输出效果

Luma 最初是一家专注于 3D 捕捉和 NeRF（神经辐射场）的初创公司，随后才凭借 Dream Machine 转向生成式视频领域。这种空间技术的基因在其输出结果中依然清晰可见。其他视频模型生成的动态有时感觉像是帧与帧的简单混合，而 Luma 生成的视频中，物体的运动仿佛占据了真实的体积——球体滚动时带有减速效果，织物下垂时符合重力规律，镜头拉伸时能保持一致的景深透视。将 Luma 与 Runway 和 Kling 进行对比测试的评测者们一致指出了这一点：无论拍摄主体是什么，该工具“在电影级运镜和极具视觉美感的画面上脱颖而出”。

Ray 3.14（2026 年 1 月发布）是当前的活跃模型，比之前的 Ray 3 速度快 4 倍，成本低 3 倍，同时具备更强的提示词遵循度和更高的稳定性。Ray 3 Modify（2025 年 12 月发布）增加了视频到视频（video-to-video）的编辑功能：输入现有素材，无需重拍即可调整服装、环境或光照。首尾帧控制（Start-and-End Frame control）允许你固定视频片段的第一帧和最后一帧，让模型在两者之间插值生成动态，这是在拼接序列中保持连贯性的核心技巧。

结构化的镜头控制是 Luma 相较于低成本竞争对手最明显的优势之一。推轨（Dolly）、平移（pan）、倾斜（tilt）、环绕（orbit）和无人机追踪（drone tracking）等运镜在整个视频片段中都能保持极高的空间连贯性——无人机环绕建筑物的镜头能保持正确的朝向，推轨靠近人脸的镜头能维持焦深。复杂的跨轴运动仍然会产生伪影，但对于 B-roll 和产品展示所需的基础运镜，其执行成功率非常高。

“Ray 3 提供的光照和纹理细节明显优于 Ray 2。在测试玻璃碎裂序列时，光线折射达到了工作室级别。”

—— aibrainjet.com 评测，2025 年 11 月

最佳用例与需要避免的“灾难”

Luma 在三种特定的创作场景中表现最佳。第一种是电影级 B-roll：空镜头、场景插入、自然风光以及抽象的动态循环。这些场景没有特定的叙事逻辑需要遵循，动态的视觉质量本身就是交付物。第二种是产品展示和品牌视频：在受控光照下的物体特写、围绕产品的短运镜以及慢动作的材质表现。第三种是图生视频（image-to-video）转换：当你有一张出色的静态图像，并希望通过定向运镜或环境动态使其动起来时，Luma 的空间技术基因能在这里提供最可靠的结果。

在创作者的工作流文档中反复出现的一个用例是场景 B-roll 替代。独立视频创作者和 YouTube 解说员表示，他们使用 Luma 生成免版权且独一无二的场景片段——咖啡馆、城市街道、建筑内部、自然风光插入——否则这些素材将需要差旅成本或支付图库授权费。

“如果你需要一段咖啡馆的镜头来配 TikTok 的画外音，但又不想出门，Luma 可以在几分钟内生成一段免版权的独特视频。”

—— sider.ai 工作流文档，2025 年

Luma 必然会翻车的场景包括：以角色为驱动的叙事序列、多个物体相互作用的场景，以及任何要求特定偶然元素（一只鸟、一个道具、一段文字）必须在精确时刻出现的提示词。如果提示词写得像分镜头脚本，Luma 会处理好运镜，但会丢掉故事。抽象或情感驱动的提示词会产生不稳定的结果——当提示词缺乏物理基础时，记录显示的输出往往是“天人进行随机动作”。Luma 擅长处理对镜头运动和材质外观的描述，而不是场景的内在含义。

动态与镜头控制的实际表现

Luma 的镜头控制通过结构化的提示词关键字来实现，而在 Ray 3 中，还可以通过视觉标注（Visual Annotation）来实现——该系统允许你在画面上进行标记，以指示动态应该发生的位置和方向。标准的镜头关键字（推轨、平移、倾斜、环绕、推镜头、拉镜头、手持）都能被可靠地解析。对于中等速度的单轴运动，动态在整个视频片段中都能保持连贯。系统的短板在于快速平移、突然改变方向，以及要求镜头同时执行两项操作的复合运动。

Ray 2 引入并在 Ray 3 中扩展的关键帧控制功能，允许你锁定序列中的特定帧，这对于多镜头的连贯性至关重要。结合首尾帧控制，你可以通过拼接共享视觉锚点的片段来构建更长的序列，经验丰富的 Luma 用户将这一技巧视为突破 5-10 秒原生视频长度限制的实用变通方法。

角色参考（Character Reference）功能通过单张输入图像即可在不同镜头中生成具有辨识度的角色，这大大减少了之前的一个主要失败场景。早期的 Luma 版本在跨片段的面部一致性上表现挣扎，这个问题使得任何类似主角驱动的场景都变得不切实际。Ray 3 的角色参考功能将一致性提升到了极高的水平，评测者指出：“无需手动调整，面部在不同镜头中保持完全一致。”残留的伪影更多属于轻微的光照偏移，而不是早期版本中那种彻底的身份漂移。

物理动态源于其 NeRF 基因：织物运动带有阻力感，液体会根据容器边缘做出反应，物体反射光线的方式与物理空间中如出一辙。并排对比测试表明，Kling 速度更快、生成的视频更长，但 Luma 在特写和慢动作序列中显得更加真实。以 20 倍速度生成的草稿模式（Draft Mode）是体验这一切的实用入口：在消耗积分进行完整的 Ray 3 生成之前，先通过草稿模式运行概念，以评估动态和构图。

导出限制：分辨率、长度与水印

原生生成的每个片段长度为 5-10 秒，最高支持 1080p，付费套餐提供 4K 放大功能。智能扩展允许将片段拼接至约 30 秒；官方文档记录的完整拼接序列上限约为 60 秒。Kling 原生可生成长达 2-3 分钟的片段，对于任何需要持续动作的内容创作者来说，这是一个显著的差距。

水印问题是新用户在实际操作中面临的最重大限制。Free 套餐的输出带有可见的 Luma 水印。Lite 套餐（$9.99/月）的输出同样带有水印。要去除水印并启用商业用途，需要升级到 $29.99/月的 Plus 套餐，价格跨度达 3 倍，且两者之间没有中间档位。免费层用户还授予了 Luma 广泛的权利来展示输出内容并将其用于 AI 训练，这一许可条件超出了大多数标准平台条款的范畴。

ACES EXR 导出（Pro 和 Ultra 套餐）使 Luma 能够与 DaVinci Resolve 和 After Effects 的调色工作流无缝兼容，无需转换步骤。Ray 3 也已直接集成到 Adobe Firefly 中（2025 年 9 月），因此 Creative Cloud 订阅者可以在 Premiere 内部直接生成 B-roll，而无需切换到 Dream Machine 界面。

真实工作流：使用 Luma AI 打造产品营销活动

制作三个 10 秒产品片段的实用 Luma 工作流如下。首先以 20 倍速度运行草稿模式生成：一个产品推镜头，一个缓慢的环绕镜头，一个纹理的微距推进。在这个阶段，你评估的是运镜和构图，而不是最终画质。一旦提示词在草稿中生成了正确的运镜，再运行完整的 Ray 3 生成。然后使用首尾帧控制将这三个片段拼接成一个连续的序列，将第一个片段的尾帧与第二个片段的首帧对齐。

积分消耗的现实情况是：每个片段进行三轮草稿生成，加上三次完整的 10 秒 Ray 3 生成，大约需要 1,200 积分。如果将其扩展到一个包含 30 次生成的营销活动，你将消耗大约 5,100 积分，一次活动就用掉 Plus 套餐每月 10,000 积分额度的一半。正是这种计算方式促使高产量的创作者转向 Unlimited 套餐或积分充值包，这两者在下文的定价部分有详细说明。

每条成片的真实成本

一个 5 秒的 Ray 3 片段大约消耗 170 积分；一个 10 秒的片段消耗 340 积分。Plus 套餐每月 $29.99 提供 10,000 积分，理论上大约能生成 58 个 5 秒的成片。但在实际使用中，考虑到每次生成需要两到三轮草稿，以及偶尔的失败尝试，每月实际可用的最终片段数量接近 25-30 个。积分充值包（$4 购买 1,200 积分）的价格约为每个 5 秒片段 $0.57，适合超出额度时使用，但单条成本比套餐内积分贵 40%。

Unlimited 套餐（$94.99/月）包含 10,000 个快速模式（Fast Mode）积分，外加无限次的放松模式（Relaxed Mode）生成。放松模式在低优先级队列中运行，社区讨论显示在高峰期可能需要等待数小时，但对于提前一天做好计划的创作者来说，它有效地消除了积分上限。通过 API，Ray 2 Flash 生成一个 720p 的 5 秒片段成本约为 $0.24，这使得开发者集成在大规模使用时与网页端套餐相比具有成本竞争力。

Luma AI vs. Runway vs. Kling

Luma 与 Runway 的对比是创作者社区中最常讨论的话题，且结论始终围绕一个核心轴展开。Runway（Gen-4.5）拥有更精细的镜头控制，与专业剪辑软件的集成更成熟，并且能产生更好的帧间稳定性——根据独立评测，在并排对比测试中其伪影减少了 30-40%。对于叙事作品、面向客户的制作，以及任何将角色一致性和后期制作管线兼容性作为首要需求的项目，Runway 是更强大的选择。

对于独立创作者而言，Luma 在使用成本和电影级美学方面胜出。免费层意味着创作者可以毫无负担地进行测试和迭代。其物理模拟和光线表现生成的输出看起来非常真实，这是早期 Runway 片段所不具备的。对于将视觉质量作为交付物的 B-roll、产品展示和动态循环，Luma 证明了其工作流的价值。

Kling（快手）则是主打性价比和时长的竞争对手。它原生可生成长达 2-3 分钟的片段，渲染速度更快，且在同等输出量下价格更低。对于长序列和全身角色动态，Kling 能以更低的成本产生相当的结果。Luma 的优势在于特写和慢动作材质表现中的电影级画质，这些正是其 NeRF 基因最显而易见的用例。如果你需要数量和长度，选 Kling。如果你需要看起来像真实摄影机拍摄的 B-roll，选 Luma。