Luma Ray3 Modifyは演技を保ち、その周囲の世界を再交渉する

AI動画ツールによって、エフェクトは簡単な部分になりました。依然として苦戦しているのは、すでに費用をかけて撮影したテイクを台無しにしないことです。

ほとんどの動画生成ツールは、元映像を新しいクリップのための素材として扱います。LumaのModify Videoツールは違う立場を取ります。あなたが撮影した演技こそが価値のある部分であり、その周囲の世界は交渉の余地があるというものです。この売り文句は、2025年6月にDream Machine内でこの機能がローンチされたときに初めて示されて以来、変わっていません。変わったのは、その土台となるモデルが2度、そしてそれを取り巻くコントロールです。

このツールが現在できること

コンシューマーアプリでは現在、この機能はVideo To Videoと呼ばれています。APIではvideo_editリクエストと呼ばれ、Lumaが2026年6月9日にリリースしたRay 3.2上で動作します。Ray 3.2は、キーフレーム制御（クリップごとに最大16個、任意の位置に配置可能）、最大8つの顔を同時に追跡するパフォーマンストラッキング、16-bit EXR書き出しを伴うネイティブHDR生成、そして初の完全なAPIアクセスをもたらしました。長さは1080pで最大20秒に延長されます。

Modifyツール自体は、当初の3プリセットのリスタイルよりも、完全な編集リクエストに近いものへと成長しました。出力は540p、720p、1080pで、5秒または10秒です。APIではソース動画を18秒、200 MBまでに制限し、動画に沿って最大64枚のガイド画像を固定できます。Lumaのガイダンスでは、このモデルはポーズ、表情、シーン構造を含むソースからの演技シグナルを読み取り、何を保持し何を再構築するかを判断すると説明されています。

強度スライダーは制作上の判断である

最も重要なコントロールは強度設定であり、これは画質スライダーではありません。ソースへの忠実さと生成の自由度のバランスを設定するもので、Lumaはこれを3つの帯域に分けています。

Adhereは、モデルを元の輪郭、被写体の配置、素材、環境ディテールに近づけます。これは、ライティングの変更、色変更、軽いテクスチャ変更、小さな衣装の調整、そしてそれ以外は承認済みのショットに重ねるべきエフェクトに適した側です。また、ソースに振り付け、正確な商品ハンドリング、リップムーブメント、意図的なカメラムーブが含まれる場合の最も安全な最初のテストでもあります。

Flexは、目立つ衣装の差し替え、様式化された実写、時代設定の変更、環境の更新、人間のプロポーションを保つキャラクター差し替えのための実用的な出発点です。プロンプトと参照に、ソースの演技をすぐに捨てることなく目に見える影響を与えることができます。

Reimagineはソースのジオメトリを緩め、モデルが新しいキャラクターのシルエット、環境、視覚言語を発明できるようにします。これは、クリーチャーを操演する、演者を素材ベースのキャラクターに変える、ありふれた場所をファンタジーの世界に変えるための帯域です。

知っておく価値のある特定の失敗モードがあります。より強いReimagine設定では、モデルは元のエッジにあまり縛られず、変換された被写体のポーズから動きを推測することがあります。この自由は、記録されたカメラパスを保持する代わりに、ズームやシフトを引き起こす可能性があります。言い換えれば、モデルに再想像を求めるほど、元のカメラムーブが残ることを期待すべきではないということです。

ツールに合ったワークフロー

ここで役立つ規律は、生成前にロックリストを書くことです。被写体のアイデンティティ、ポーズのタイミング、カメラパス、衣装、背景、ライティング、商品の形状、テキスト、音声を挙げ、それぞれを保持、変更、無関係としてマークします。5つの要素を変えずに、ジャケットの色だけを変えたい場合は低く始めます。演者が別の世界の中のガラスのクリーチャーにならなければならない場合は高く始めます。最良の結果は通常、要求された変更を明確に完了する最低の設定です。自由度が高いほど、カメラのドリフトや不安定なディテールの可能性が増えるからです。

比較方法はそこから導かれます。ソース、クロップ、プロンプト、参照を一定に保ち、低め、中間、高めの設定で小さなブラケットをレンダリングし、ロックリストに照らして判断します。採用した設定をソース、プロンプト、参照と一緒に記録し、後のショットでその判断を再現できるようにします。

なぜLumaはインフラとして位置づけられているのか

Lumaは、Rayがコンシューマーアプリではなく、制作ボリューム向けに価格設定されたプロフェッショナル向けインフラであると明確に述べています。その文脈を踏まえると、この選択は意図的に見えます。同社はHUMAINが主導する9億ドルのシリーズCを調達し、ロンドンオフィスを開設し、Publicis、Adidas、Mazdaでエンタープライズ向けLuma Agentsの導入を運用しています。Mazdaとの関係は、2026年4月にヨハネスブルグの代理店BoundlessがLuma Agentsを使い、同自動車メーカー初のAI制作コマーシャルを2週間足らずで納品したことで、具体的な成果を生みました。

これは、AI動画プラットフォームがこれまでに打ち出した中で最も信頼できる制作導入のシグナルであり、Modifyが掲げるのと同じ約束に依存しています。コマーシャルでは、本物のタレント、承認済みのフレーム、監督の意図が使われます。ショット全体を再生成するツールは、そのパイプラインでは使えません。演技を保持し、その周囲の世界を変えるツールなら、組み込むことができます。

Ray 3.2とRay 3.14は、Ray3ファミリー内の並行するサブモデルです。2026年1月に出荷されたRay 3.14は、長さ変更とループのワークフローを処理します。そこでは、その固定長出力が制約ではなく強みとなります。Ray 3.2は、標準的なビデオtoビデオ変換とマルチキーフレームガイダンスを処理します。

スタックの他の部分との位置関係

Modifyはリスタイリングツールであり、汎用エディターではありません。その境界は尊重する価値があります。それが作られていないタスクでは、チームは今でもSeedance、Kling、Wanを利用します。多くの場合、集約プラットフォーム上の同じAPIキーを通じてです。Lumaが売っているのは、そのスタック内の特定の機能であり、スタックの代替ではありません。

際立っている点は、モーション保持とキーフレーム制御の組み合わせです。最初のフレームだけのツールは、あなたを開始画像に縛ります。Modifyは、あなたを記録された演技全体に縛り、その上で最大64枚のガイド画像を配置できます。これは、プロンプトを書く人がクリップについて考えるよりも、編集者がショットについて考える方法に近いです。

予算を組む前に重要な注意点

まず音声です。サードパーティのエンドポイントでは、Ray 3.2のビデオtoビデオ出力は無音で返ってくるため、リスタイル後にエディターで元のトラックを再アタッチします。Luma自身のローンチ資料はコンシューマーアプリの音声処理について触れていないため、Dream Machine版が音声をどう扱うかを知るには、短いテストクリップが最も安全な方法です。

次にコストです。あるクラウドプロバイダーでは、720pでの5秒の実行は、割引が有効でない場合、約1.188ドルかかり、10秒版はその2倍です。課金モデルはピクセルからクリップに移行しました。予測はしやすくなりましたが、3つのテストレンダリングのブラケットのコストは、規模が大きくなれば実際の金額になります。

3つ目は対応範囲の広さです。Modifyはリスタイリングツールであり、汎用エディターではありません。それが作られていないタスクでは、今でもSeedance、Kling、Wanを使うことになります。多くの場合、同じAPIキーを通じてです。

注目すべき点

検証すべき主張は保持性能です。Modifyが複雑な動きと意図的なカメラムーブを通じて、Flex設定で演技を保持できるなら、コマーシャルのワークフローでその地位を獲得します。プロンプトが野心的になるたびにカメラがドリフトするなら、プロ向けのラベルが付いたスタイライズツールにとどまります。次の数回のモデル改訂で、どちらなのかが決まるでしょう。