Luma Ray3 Modify preserva a atuação e renegocia o mundo ao seu redor

As ferramentas de vídeo com IA tornaram o efeito a parte fácil. O que ainda lhes custa é não destruir a tomada pela qual você já pagou.

A maioria das ferramentas de geração de vídeo trata o material de origem como matéria-prima para um novo clipe. A ferramenta Modify Video, da Luma, adota uma posição diferente: a atuação que você filmou é a parte valiosa, e o mundo ao seu redor está aberto a negociação. O discurso, apresentado pela primeira vez quando o recurso foi lançado dentro do Dream Machine, em junho de 2025, não mudou. O que mudou foi o modelo por trás dele, duas vezes, e os controles que o envolvem.

O que a ferramenta faz agora

O aplicativo de consumo agora rotula o recurso como Video To Video. A API o chama de solicitação video_edit, e ele roda no Ray 3.2, que a Luma lançou em 9 de junho de 2026. O Ray 3.2 trouxe controle de keyframes, até 16 keyframes por clipe em posições arbitrárias, rastreamento de atuação em até oito rostos simultâneos, geração HDR nativa com exportação em EXR de 16 bits e acesso total à API pela primeira vez. A duração se estende a 20 segundos em 1080p.

A própria ferramenta Modify evoluiu para algo mais próximo de uma solicitação de edição completa do que do restyle de três presets com que começou. As saídas vêm em 540p, 720p ou 1080p, com 5 ou 10 segundos. A API limita o vídeo de origem a 18 segundos e 200 MB, e permite até 64 imagens-guia fixadas ao longo do vídeo. A documentação da Luma descreve o modelo como capaz de ler sinais de atuação da origem, incluindo pose, expressão facial e estrutura de cena, e usá-los para decidir o que preservar e o que reconstruir.

O controle de intensidade é uma decisão de produção

O controle que mais importa é a configuração de intensidade (strength), e ela não é um controle de qualidade. Ela define o equilíbrio entre fidelidade à origem e liberdade generativa, e a Luma a organiza em três faixas.

Adhere mantém o modelo próximo aos contornos originais, ao posicionamento do sujeito, aos materiais e aos detalhes do ambiente. É a extremidade certa da escala para reiluminação, recoloração, retexturização leve, pequenos ajustes de figurino e efeitos que devem repousar sobre uma tomada já aprovada. Também é o primeiro teste mais seguro quando a origem contém coreografia, manuseio preciso de produto, movimento labial ou um movimento de câmera deliberado.

Flex é o ponto de partida prático para trocas perceptíveis de figurino, live action estilizado, mudanças de época, atualizações de ambiente e substituições de personagem que mantêm proporções humanas. Ela dá ao prompt e à referência influência suficiente para se tornarem visíveis sem descartar imediatamente a atuação de origem.

Reimagine afrouxa a geometria da origem para que o modelo possa inventar uma nova silhueta de personagem, ambiente ou linguagem visual. Esta é a faixa para manipular criaturas como marionetes, transformar um intérprete em um personagem baseado em material ou deslocar um local comum para um mundo de fantasia.

Há um modo de falha específico que vale conhecer. Em configurações mais fortes de Reimagine, o modelo fica menos restrito às bordas originais e pode inferir movimento a partir da pose do sujeito transformado. Essa liberdade pode introduzir zooms ou deslocamentos em vez de preservar o trajeto de câmera gravado. Em outras palavras, quanto mais você pede que o modelo reimagine, menos deve esperar que o movimento de câmera original sobreviva.

Um fluxo de trabalho que combina com a ferramenta

A disciplina útil aqui é escrever uma lista de travamento antes de gerar. Nomeie identidade do sujeito, timing de pose, trajeto de câmera, figurino, fundo, iluminação, geometria do produto, texto e áudio, e marque cada um como preservar, modificar ou irrelevante. Se cinco elementos precisam permanecer inalterados e apenas a cor de uma jaqueta deve mudar, comece baixo. Se o intérprete precisa se tornar uma criatura de vidro em um mundo diferente, comece alto. O melhor resultado costuma ser a configuração mais baixa que claramente conclui a mudança solicitada, porque mais liberdade aumenta a chance de deriva de câmera ou de detalhes instáveis.

O método de comparação decorre disso: mantenha a origem, o corte, o prompt e as referências constantes, depois renderize um pequeno bracket com uma configuração mais baixa, uma intermediária e uma mais alta, e avalie-os com base na lista de travamento. Registre a configuração vencedora junto com a origem, o prompt e as referências, para que tomadas posteriores possam reproduzir a decisão.

Por que a Luma se posiciona como infraestrutura

A Luma tem sido explícita de que o Ray é infraestrutura profissional com preço voltado para volume de produção, não um aplicativo de consumo. O contexto faz a escolha parecer deliberada. A empresa levantou uma Série C de US$ 900 milhões liderada pela HUMAIN, abriu um escritório em Londres e mantém implantações empresariais do Luma Agents na Publicis, na Adidas e na Mazda. A relação com a Mazda gerou um entregável concreto em abril de 2026, quando a agência de Joanesburgo Boundless usou o Luma Agents para entregar o primeiro comercial produzido com IA da montadora em menos de duas semanas.

Esse é o sinal mais crível de implantação em produção que qualquer plataforma de vídeo com IA já colocou no tabuleiro, e ele depende da mesma promessa que o Modify faz. Um comercial usa talento real, quadros aprovados e a intenção de um diretor. Uma ferramenta que regenera a tomada inteira é inutilizável nesse fluxo. Uma ferramenta que preserva a atuação e muda o mundo ao seu redor pode ser encaixada.

O Ray 3.2 e o Ray 3.14 são submodelos paralelos da família Ray3. O Ray 3.14, lançado em janeiro de 2026, lida com fluxos de mudança de duração e de loop, nos quais sua saída de duração fixa é um ativo, e não uma restrição. O Ray 3.2 lida com transformação padrão de vídeo para vídeo e orientação por múltiplos keyframes.

Onde ele se posiciona em relação ao restante do stack

O Modify é uma ferramenta de restyle, não um editor geral, e vale respeitar essa fronteira. Para tarefas para as quais não foi criado, as equipes ainda recorrem ao Seedance, ao Kling ou ao Wan, muitas vezes pela mesma chave de API em uma plataforma agregadora. O que a Luma vende é uma capacidade específica dentro desse stack, não um substituto para ele.

O ponto em que ele se destaca é a combinação de preservação de movimento e controle de keyframes. Uma ferramenta que trabalha apenas com o primeiro quadro prende você a uma imagem inicial. O Modify prende você a uma atuação inteira gravada e, em seguida, permite posicionar até 64 imagens-guia ao longo dela. Isso está mais próximo de como um editor pensa uma tomada do que de como um redator de prompts pensa um clipe.

As ressalvas que importam antes de orçar

O áudio é a primeira. Em endpoints de terceiros, a saída de vídeo para vídeo do Ray 3.2 volta muda, então você reconecta a faixa original no seu editor após o restyle. O próprio material de lançamento da Luma não aborda o tratamento de áudio no aplicativo de consumo, o que significa que um clipe de teste curto é a forma mais segura de descobrir como a versão do Dream Machine trata o som.

O custo é a segunda. Em um provedor de nuvem, uma execução de 5 segundos em 720p custa cerca de US$ 1,188 sem desconto ativo, e a versão de 10 segundos dobra esse valor. O modelo de cobrança migrou de pixels para clipes, o que é mais fácil de prever, mas significa que o custo de um bracket de três renderizações de teste é dinheiro real em escala.

A amplitude é a terceira. O Modify é uma ferramenta de restyle, não um editor geral. Para tarefas para as quais não foi criado, você ainda vai recorrer ao Seedance, ao Kling ou ao Wan, muitas vezes pela mesma chave de API.

O que observar

A afirmação a testar é a de preservação. Se o Modify sustenta uma atuação em meio a movimento complexo e a um movimento de câmera deliberado em uma configuração Flex, ele conquista seu lugar em um fluxo de trabalho comercial. Se ele desvia a câmera sempre que o prompt fica ambicioso, continua sendo uma ferramenta de estilização com rótulo profissional. As próximas revisões do modelo vão definir qual dos dois ele é.