视频生成模型最常被诟病的一点是"不可控"——画面很美，但镜头不听指挥。Luma 在 6 月 9 日发布的 Ray 3.2 直接把矛头对准这个痛点：官方将其定义为"把每一帧都置于你的控制之下，跨剪辑保持连续性，并以电影级质量收尾"。翻译成大白话，就是让用户像导演执导一样操作视频生成。
从"生成画面"到"执导影片"
Ray 3.2 的核心能力围绕三点展开：精确控制每一帧、跨镜头保持主体与风格一致、输出电影级成片。它不再是一个"写提示词等结果"的工具，而是一个"逐帧把关、跨镜执导"的创作流程。配合 Ray 系列 API，创作者可以把这套控制能力嵌入自有工作流。
值得强调的是 Luma 的技术底色：官方反复强调"不是 wrapper，我们构建模型底层"。Ray 3.2 之前，Luma 已有 Terminal Velocity Matching（高效推理时缩放，2025 年 11 月工程报告）、Inductive Moment Matching（突破预训练算法天花板，2025 年 3 月）等底层积累。2025 年 10 月发布的 Ray 3 评测报告也曾宣称 SOTA 专业视频生成——Ray 3.2 是这条自研路线的后继者。
三层架构里的核心位置
把 Ray 3.2 放进
| 层级 | 组件 | 角色 | |
评论交流
欢迎分享看法。评论审核通过后公开；待审核和已拒绝的评论仅自己可见，邮箱不会公开。