Luma AI 通过让 AI 视频生成变得免费、快速且任何有浏览器的人都可以使用，就像 Stable Diffusion 让图像生成民主化一样。他们从 3D 捕捉初创公司发展成为领先的视频生成公司，结合在空间理解方面的独特技术深度，使他们成为少数几家真正能够弥合 AI 视频、3D 内容与下一代沉浸式媒体格式之间差距的公司之一。
Luma AI 由 Amit Jain 和 Jiaming Song 于 2021 年创立，两人均来自斯坦福大学及其他顶尖项目，在 3D 计算机视觉和神经渲染研究领域有深厚根基。公司最初并未涉足视频生成，而是从 3D 捕获起步——其早期产品可通过手机摄像头扫描现实世界物体，并利用神经辐射场（NeRFs）生成高质量 3D 模型。该技术令人印象深刻，但商业上较为小众。2024 年中，Luma 通过推出 Dream Machine 转折成名，这是首批普通用户无需等待名单、研究背景或雄厚资金即可实际使用的 AI 视频生成器。你只需输入提示词，等待一两分钟，即可获得视频片段。虽然质量并非完美，但其可及性前所未有。
Dream Machine 发布时正值 AI 视频需求上升但供应稀缺的时期。Runway 虽然稳定但价格高昂，Sora 虽然通过演示令人惊叹但尚未公开可用，Pika 虽然拥有用户群但功能有限。Luma 在此空白中推出了一款免费层级的视频生成器，能够从文本或图像提示生成出令人惊讶的连贯片段。互联网的反应可以预见——发布首周即生成数百万次视频，社交媒体上病毒式传播的片段，以及一波创作者首次尝试 AI 影视制作。该模型有明显局限（如片段较短、偶尔出现变形伪影、难以处理人类手部和面部），但工具的极高可及性使其成为 AI 视频的“入门级工具”。从未接触过 Runway 或 ComfyUI 的创作者突然开始生成 B 滚镜头、音乐视频概念和实验性短片。
如果说 Dream Machine 是 Luma 的概念验证，那么 Ray2 则是赢得专业人士尊重的产品。2025 年初发布的 Ray2 在视频质量、连贯性和物理理解方面实现了显著提升。摄像机运动更具电影感和可控性，物体在帧间保持形状和身份，而非微妙变形。光照和反射展现出真实的物理感知，而非早期模型常见的“绘制式”近似。对创意社区而言，Ray2 使 Luma 成为与 Runway 和 Kling 并列的严肃竞争者——不仅是可及的免费选项，更是一款能在专业场景中站得住脚的真正竞争性工具。图像到视频的能力尤为突出，使概念艺术家和分镜创作者能够通过一致的风格和运动将静态画面赋予生命。
Luma 在 3D 捕获和神经渲染方面的背景不仅是履历上的注脚——它赋予了他们纯 2D 到视频公司所缺乏的技术视角。理解物体如何存在于三维空间、光线如何与表面交互、摄像机如何在环境中移动，这些提供了影响视频模型的架构直觉。这在 Ray2 中体现为对摄像机运动和空间连贯性的显著处理能力。当竞争对手的视频片段有时看起来像动画绘画时，Luma 的输出更像真实摄像机拍摄的 3D 场景。公司还保留了 3D 生成能力，并推出 Genie 用于 3D 模型创建——这种组合在视频、游戏和 AR/VR 应用对跨平台资产需求增长时可能变得愈发有价值。
Luma 已累计融资超过 9000 万美元，包括 2024 年的 4300 万美元 B 轮融资。他们正竞争于一个几乎快跟不上步伐的市场——每隔几个月，新公司就会推出新模型并刷新基准。他们的策略似乎是三管齐下：激进的 API 定价（使 Luma 成为视频应用开发者的经济型基础设施选择）、面向消费者的免费层级（保持 Dream Machine 的可及性优势），以及通过 3D 专长持续实现技术差异化。Luma 面临的最大挑战与所有 AI 视频初创公司相同：谷歌、OpenAI 或字节跳动可能仅凭资金投入将所有人推向无关紧要的境地。Luma 的应对之道是速度、社区善意，以及大型语言模型公司需要数年时间才能从零复制的 3D 理解技术基础。