Luma Ray3 Modify：保留表演，重塑周围的世界
AI 视频工具已经让特效变得轻而易举。它们仍然难以做到的，是不毁掉你花钱拍好的那条镜头。
大多数视频生成工具把源素材当作生成新片段的原料。Luma 的 Modify Video 工具则持不同立场：你拍摄的表演才是有价值的部分，而它周围的世界是可以重新商量的。这一主张自 2025 年 6 月该功能在 Dream Machine 中首次推出以来从未改变。改变的是其底层的模型——换了两次——以及围绕它的控制项。
这个工具现在能做什么
消费级应用现在将该功能标注为 Video To Video。API 称其为 video_edit 请求，它运行在 Ray 3.2 上，Luma 于 2026 年 6 月 9 日发布了该模型。Ray 3.2 带来了关键帧控制（每个片段最多 16 个任意位置的关键帧）、最多同时追踪八张面孔的表演追踪、原生 HDR 生成与 16 位 EXR 导出，以及首次开放完整 API 访问。1080p 下时长可延长至 20 秒。
Modify 工具本身已经从最初只有三个预设的风格重绘，成长为更接近完整编辑请求的东西。输出支持 540p、720p 或 1080p，时长 5 秒或 10 秒。API 对源视频的限制为 18 秒和 200 MB，并允许沿视频钉入最多 64 张引导图。Luma 的说明称，该模型会读取源视频中的表演信号，包括姿态、面部表情和场景结构，并用它们来决定保留什么、重建什么。
强度滑块是一个制作决策
最重要的控制项是强度设置，它不是画质滑块。它决定源保真度与生成自由度之间的平衡，Luma 将其划分为三档。
Adhere（贴合）让模型贴近原始轮廓、主体位置、材质和环境细节。这一端适合重新打光、调色、轻度改材质、小幅调整服装，以及叠加在已获认可镜头之上的特效。当源素材包含编舞、精细的产品操作、口型动作或刻意的运镜时，它也是最安全的首次测试选择。
Flex（灵活）是实用的起点，适用于明显的服装替换、风格化实拍、年代变更、环境更新，以及保留人体比例的替身换角。它让提示词和参考图有足够的影响力显现出来，同时不会立刻丢弃源表演。
Reimagine（重构）会放松源几何结构，让模型得以创造新的角色剪影、环境或视觉语言。这一档适合操纵生物角色、把表演者变成材质化角色，或把普通场景变成奇幻世界。
有一个值得了解的特定失效模式。在较强的 Reimagine 设置下，模型受原始边缘的约束更少，可能会根据变形后主体的姿态推断运动。这种自由可能引入推拉或位移，而不是保留录制的运镜路径。换句话说，你要求模型重构得越多，就越不应指望原始运镜能保留下来。
与工具相匹配的工作流程
这里有用的纪律是在生成之前写一份锁定清单。列出主体身份、姿态时序、运镜路径、服装、背景、灯光、产品几何、文字和音频，并将每一项标记为保留、修改或无关。如果有五个元素必须保持不变，只有夹克颜色需要变动，就从低档开始。如果表演者必须变成另一个世界里的玻璃生物，就从高档开始。最好的结果通常是能明确完成所需改动的最低设置，因为自由度越大，运镜漂移或细节不稳定的可能性就越高。
对比方法由此而来：保持源素材、裁切、提示词和参考图不变，然后在较低、中等、较高三档各渲染一小组，并对照锁定清单来评判。把胜出的设置与源素材、提示词和参考图一起记录下来，以便后续镜头能复现这一决策。
为什么 Luma 把自己定位为基础设施
Luma 明确表示，Ray 是按制作量定价的专业基础设施，而非消费级应用。从背景来看，这一选择显得是刻意为之。该公司完成了由 HUMAIN 领投的 9 亿美元 C 轮融资，开设了伦敦办公室，并在 Publicis、Adidas 和 Mazda 运行企业级 Luma Agents 部署。与 Mazda 的合作在 2026 年 4 月产出了具体成果：约翰内斯堡的代理商 Boundless 使用 Luma Agents，在不到两周内交付了这家车企的首支 AI 制作广告。
这是任何 AI 视频平台迄今亮出的最可信的制作部署信号，而它依赖的正是 Modify 所做出的同一个承诺。一支广告会用到真实演员、已获认可的帧，以及导演的意图。一个把整个镜头重新生成的工具在这条流水线里没法用。一个保留表演、只改变周围世界的工具则可以被嵌入其中。
Ray 3.2 和 Ray 3.14 是 Ray3 家族中并行的子模型。2026 年 1 月上线的 Ray 3.14 负责时长变更和循环工作流，在这些场景中，其固定长度输出是优势而非限制。Ray 3.2 则负责标准的视频转视频变换和多关键帧引导。
它在整个工具栈中的位置
Modify 是一款风格重绘工具，而非通用编辑器，这条边界值得尊重。对于它并非为此而建的任务，团队仍然会求助于 Seedance、Kling 或 Wan，往往是通过聚合平台上的同一个 API 密钥。Luma 所卖的，是这个工具栈中的一项特定能力，而不是整个工具栈的替代品。
它的独特之处在于运动保留与关键帧控制的结合。一个只处理首帧的工具会让你被一张起始图像绑定。Modify 则让你被一整段录制好的表演绑定，然后允许你沿它放置最多 64 张引导图。这更接近剪辑师对镜头的思考方式，而不是提示词写作者对片段的思考方式。
做预算前需要了解的重要注意事项
音频是第一个。在第三方端点上，Ray 3.2 的视频转视频输出是无声返回的，因此风格重绘后需要在剪辑软件里重新接上原始音轨。Luma 自己的发布材料没有说明消费级应用如何处理音频，这意味着用一段短测试片段来弄清 Dream Machine 版本如何对待声音是最稳妥的方法。
成本是第二个。在某家云服务商上，720p 的 5 秒运行在没有折扣时约需 1.188 美元，10 秒版本则翻倍。计费模式已从按像素转为按片段，这更易于预测，但也意味着三档测试渲染一组的成本在规模化时是实实在在的钱。
广度是第三个。Modify 是风格重绘工具，不是通用编辑器。对于它并非为此而建的任务，你仍然要去找 Seedance、Kling 或 Wan，往往还是通过同一个 API 密钥。
值得关注什么
需要检验的主张是保留能力。如果 Modify 在 Flex 档位下能在复杂运动和刻意运镜中稳住表演，它就在商业制作流程中赢得了自己的位置。如果提示词一变得野心勃勃它就漂移镜头，那它就仍然只是一款贴着专业标签的风格化工具。接下来几次模型迭代将决定它属于哪一种。