Luma Ray3 Modify conserva la actuación y renegocia el mundo a su alrededor

Las herramientas de video con IA han hecho que el efecto sea la parte fácil. Lo que aún les cuesta es no arruinar la toma que ya pagaste.

La mayoría de las herramientas de generación de video tratan el metraje de origen como materia prima para un nuevo clip. La herramienta Modify Video de Luma adopta una postura diferente: la actuación que filmaste es la parte valiosa, y el mundo a su alrededor está sujeto a negociación. La propuesta, presentada por primera vez cuando la función se lanzó dentro de Dream Machine en junio de 2025, no ha cambiado. Lo que sí ha cambiado es el modelo que hay debajo, dos veces, y los controles que lo envuelven.

Qué hace la herramienta ahora

La app de consumo ahora llama a la función Video To Video. La API la llama una solicitud video_edit, y se ejecuta en Ray 3.2, que Luma lanzó el 9 de junio de 2026. Ray 3.2 incorporó control de fotogramas clave, hasta 16 fotogramas clave por clip en posiciones arbitrarias, seguimiento de la actuación en hasta ocho rostros simultáneos, generación HDR nativa con exportación EXR de 16 bits y acceso completo a la API por primera vez. La duración se extiende a 20 segundos a 1080p.

La propia herramienta Modify ha crecido hasta algo más cercano a una solicitud de edición completa que al cambio de estilo con tres ajustes predefinidos con el que empezó. Las salidas vienen en 540p, 720p o 1080p, a 5 o 10 segundos. La API limita el video de origen a 18 segundos y 200 MB, y permite hasta 64 imágenes guía fijadas a lo largo del video. La guía de Luma describe que el modelo lee señales de actuación del origen, incluidas pose, expresión facial y estructura de la escena, y las usa para decidir qué conservar y qué reconstruir.

El deslizador de intensidad es una decisión de producción

El control que más importa es el ajuste de intensidad, y no es un deslizador de calidad. Establece el equilibrio entre fidelidad al origen y libertad generativa, y Luma lo organiza en tres bandas.

Adhere mantiene el modelo cerca de los contornos originales, la ubicación del sujeto, los materiales y el detalle ambiental. Es el extremo adecuado de la escala para recambio de iluminación, recoloración, retexturizado de luz, pequeños ajustes de vestuario y efectos que deberían superponerse a una toma ya aprobada. También es la primera prueba más segura cuando el origen contiene coreografía, manipulación precisa de productos, movimiento de labios o un movimiento de cámara deliberado.

Flex es el punto de partida práctico para cambios notables de vestuario, acción real estilizada, cambios de época, actualizaciones de entorno y reemplazos de personajes que conservan proporciones humanas. Da al prompt y a la referencia suficiente influencia para volverse visibles sin descartar de inmediato la actuación de origen.

Reimagine relaja la geometría del origen para que el modelo pueda inventar una nueva silueta de personaje, entorno o lenguaje visual. Esta es la banda para controlar criaturas a modo de titiritero, convertir a un intérprete en un personaje basado en materiales o transformar una ubicación común en un mundo de fantasía.

Hay un modo de fallo específico que conviene conocer. En ajustes de Reimagine más fuertes, el modelo está menos limitado por los bordes originales y puede inferir movimiento a partir de la pose del sujeto transformado. Esa libertad puede introducir zooms o desplazamientos en vez de preservar la trayectoria de cámara registrada. En otras palabras, cuanto más le pides al modelo que reimagine, menos deberías esperar que sobreviva el movimiento de cámara original.

Un flujo de trabajo que encaja con la herramienta

La disciplina útil aquí es escribir una lista de bloqueos antes de generar. Nombra la identidad del sujeto, el tiempo de la pose, la trayectoria de cámara, el vestuario, el fondo, la iluminación, la geometría del producto, el texto y el audio, y marca cada uno como conservar, modificar o irrelevante. Si cinco elementos deben permanecer sin cambios y solo debe moverse el color de una chaqueta, empieza bajo. Si el intérprete debe convertirse en una criatura de vidrio dentro de un mundo diferente, empieza alto. El mejor resultado suele ser el ajuste más bajo que complete claramente el cambio solicitado, porque más libertad aumenta la probabilidad de deriva de cámara o detalle inestable.

El método de comparación se deriva de eso: mantén constantes el origen, el recorte, el prompt y las referencias, luego renderiza un pequeño horquillado con un ajuste más bajo, uno medio y uno más alto, y evalúalos contra la lista de bloqueos. Registra el ajuste ganador junto con el origen, el prompt y las referencias para que tomas posteriores puedan reproducir la decisión.

Por qué Luma se posiciona como infraestructura

Luma ha sido explícita en que Ray es infraestructura profesional con precios para volumen de producción, no una app de consumo. El contexto hace que la elección parezca deliberada. La empresa recaudó una Serie C de 900 millones de dólares liderada por HUMAIN, abrió una oficina en Londres y ejecuta despliegues empresariales de Luma Agents en Publicis, Adidas y Mazda. La relación con Mazda produjo un entregable concreto en abril de 2026, cuando la agencia de Johannesburgo Boundless utilizó Luma Agents para entregar el primer comercial producido con IA de la automotriz en menos de dos semanas.

Esa es la señal de despliegue en producción más creíble que cualquier plataforma de video con IA ha puesto sobre la mesa, y depende de la misma promesa que hace Modify. Un comercial usa talento real, fotogramas aprobados y la intención de un director. Una herramienta que regenera toda la toma es inutilizable en ese flujo de trabajo. Una herramienta que conserva la actuación y cambia el mundo a su alrededor puede insertarse en él.

Ray 3.2 y Ray 3.14 son submodelos paralelos de la familia Ray3. Ray 3.14, que se lanzó en enero de 2026, gestiona flujos de trabajo de cambio de duración y bucle, donde su salida de longitud fija es un activo en lugar de una limitación. Ray 3.2 gestiona la transformación estándar de video a video y la guía con múltiples fotogramas clave.

Dónde se ubica frente al resto del stack

Modify es una herramienta de cambio de estilo, no un editor general, y merece la pena respetar ese límite. Para tareas para las que no fue creada, los equipos siguen recurriendo a Seedance, Kling o Wan, a menudo a través de la misma clave de API en una plataforma agregadora. Lo que vende Luma es una capacidad específica dentro de ese stack, no un reemplazo de él.

El punto donde se distingue es la combinación de preservación de movimiento y control de fotogramas clave. Una herramienta que solo usa el primer fotograma te compromete a una imagen inicial. Modify te compromete a una actuación grabada completa y luego te deja colocar hasta 64 imágenes guía a lo largo de ella. Eso se acerca más a cómo un editor piensa en una toma que a cómo alguien que escribe prompts piensa en un clip.

Las advertencias que importan antes de presupuestar

El audio es la primera. En endpoints de terceros, la salida de video a video de Ray 3.2 vuelve en silencio, así que vuelves a adjuntar la pista original en tu editor después del cambio de estilo. El propio material de lanzamiento de Luma no aborda el manejo del audio para la app de consumo, lo que significa que un clip de prueba corto es la forma más segura de averiguar cómo trata el sonido la versión de Dream Machine.

El costo es la segunda. En un proveedor de nube, una ejecución de 5 segundos a 720p cuesta alrededor de $1.188 sin descuento activo, y la versión de 10 segundos duplica eso. El modelo de facturación ha pasado de píxeles a clips, lo que es más fácil de predecir, pero significa que el costo de un horquillado de tres renders de prueba es dinero real a escala.

La amplitud es la tercera. Modify es una herramienta de cambio de estilo, no un editor general. Para tareas para las que no fue creada, sigues recurriendo a Seedance, Kling o Wan, a menudo a través de la misma clave de API.

Qué hay que vigilar

La afirmación que hay que probar es la preservación. Si Modify mantiene una actuación a través de movimiento complejo y un movimiento de cámara deliberado en un ajuste Flex, se gana su lugar en un flujo de trabajo comercial. Si desvía la cámara cada vez que el prompt se vuelve ambicioso, sigue siendo una herramienta de estilización con una etiqueta profesional. Las próximas dos revisiones del modelo decidirán cuál de las dos es.