Luma AIが動画モデル「Ray2」公開：計算量10倍、4Kと30秒拡張に対応

これまでの生成AI動画を使ったことがある人なら、人物がまるで水中を漂っているかのようなスローモーションに苛立った経験があるはずです。

Luma AIは1月15日、動画生成モデルの次世代版となる「Ray2」を正式リリースしました。同社の「Dream Machine」を支える新基盤であり、初代Ray1の10倍に及ぶ計算リソースを投じ、動画データ上で直接学習された新しいマルチモーダルアーキテクチャを採用しています。

スローモーション脱却と実用レベルの物理描写

Ray2で最も注目されるのは、従来のAI動画につきものだった不自然なスロー再生の解消です。激しい動きでも破綻しにくい一貫性を備え、物体同士や人物の物理的な接触、リアルなライティングが自然に表現されるようになりました。

生成できるベース動画の長さは5〜10秒で、スマート延長機能を使えば品質を落とさずに最大30秒まで伸ばせます。解像度は540p、720p、1080pに対応し、4Kアップスケーリングも可能です。さらにプロンプトによる音声生成やシームレスなループ作成もサポートされました。

また、Lumaはプロンプトの構成ルールとして「主語、動作、詳細、シーン、スタイル、カメラワーク、強調詞」という階層を提示しました。クレーンやトラッキング、ドリーといった撮影指示を正確に反映させる設計です。現在はDream Machineの有料サブスクリプション会員向けにWeb、iOSアプリ、およびAPI経由で提供されています。

なぜ重要か

クリエイターや映像制作者にとって、このアップデートは「生成動画が実際の制作現場で使えるか」という壁に直接挑むものです。従来のAI動画は数秒のイメージショットには使えても、動きの速度や延長時の崩れが理由で本格的なカットには組み込めませんでした。30秒の尺を破綻なく維持できるなら、広告やプリビズの作業効率は大きく変わります。

業界全体で見れば、動画生成AIの計算資源競争が一段と激化していることを示しています。10倍の計算量を投じて動画ネイティブで学習させたという事実は、小手先の調整ではなく基盤モデルのスケールが勝負を決めるフェーズに入った証拠です。RunwayやPikaなど競合各社も学習規模の引き上げを迫られるはずです。

演出上の課題だったスローモーションを解消し、プロンプトの規格化やカメラ制御を盛り込んだアプローチは極めて現実的で賢明だと私たちは評価しています。一方で、計算コストが跳ね上がった分、ユーザーが増えた際の待ち時間やAPIの利用コストをどこまで抑えられるかが今後の運用における試練となりそうです。