Luma AI 釋出 Dream Machine 1.5:影片裡能準確寫字,兩分鐘出片
Luma AI 釋出影片生成模型 Dream Machine 1.5。新版最亮眼的突破是支援在影片畫面中渲染自定義文字,並增強了多語言提示詞理解,約兩分鐘即可生成 5 秒高質量影片。這意味著製作動態片頭、文字特效的門檻被進一步拉低。

讓 AI 影片模型老老實實寫出正確的文字,一直以來就像教小貓做算術一樣難。
週一,舊金山初創團隊 Luma AI 正式釋出了 Dream Machine 1.5。距離他們第一次推出這個文生影片模型,僅僅過去了兩個月。
新版本最抓眼球的改變,就是它終於學會了在畫面裡打字。以前的 AI 影片只要遇到文字,畫面不是變成一堆亂碼,就是糊成一團意義不明的鬼畫符。
終於能把文字看懂、畫對了
據 Luma 官方介紹,Dream Machine 1.5 強化了畫面的真實感、動作追蹤能力和圖生影片效果,同時提示詞理解也更聰明了。
文字渲染能力的突破尤為關鍵。在 X 上,早期測試使用者 @aziz4ai 曬出了一段用提示詞生成的「彩虹色流動 3D 液體文字」,流體自然匯聚成清晰乾淨的「LUMA」字樣,運鏡和平滑度都挑不出毛病。
它對非英語的提示詞理解也有了明顯長進。這位創作者還用阿拉伯語輸入了一段非常刁鑽的需求:一個人在木案板上切肉,肉塊以電影感的方式逐漸拼成阿拉伯語片語「每日現做」。生成的影片把畫面和字形融合得很順暢。
製作效率上,新版本生成一段 5 秒的高畫質影片大約只需要 2 分鐘。對於要反覆試錯、改創意的廣告人和剪輯師來說,這個等待時間已經進入了可以接受的工效範圍。
別人還在內測,它把門敞開了
目前的 AI 影片賽道正迅速分化成截然不同的兩條路線。
OpenAI 的 Sora 雖然名聲在外,但至今仍處於小圈子封閉測試階段,只有少數好萊塢導演和合作夥伴能摸到。快手的可靈約一個月前開放了公測,勢頭很猛。
而 Luma 的打法就是完全公開、快速迭代。因為更早面向公眾開放,他們積累了海量的真實使用者資料和邊緣場景案例。Dream Machine 1.5 很多細節的修補,顯然直接來自過去兩個月普通使用者的真實吐槽。
不過,隨著影片畫質越來越逼真、生成門檻不斷走低,深度偽造和虛假內容的風險也在同步飆升。業內目前普遍在呼籲出臺更嚴格的檢測機制和倫理規範,但 Luma 官方目前還沒有明確公佈具體的應對方案。
為什麼重要
我們認為,在影片裡準確渲染文字,不僅是一項視覺炫技,更是 AI 影片工具真正走向商業落地的分水嶺。
對於需要做動態片頭、品牌 LOGO 動效、社交媒體短廣告的創作者來說,Dream Machine 1.5 已經非常值得放進日常工作流裡試一試。它能幫你省下在三維軟體裡建模型、調材質、做動力學模擬的大把時間,幾分鐘就能出一版可用的概念 demo。
行業層面,Luma 這種「兩個月一次大跳變」的快速迭代,看起來會給那些關在象牙塔裡做研究的巨頭施加巨大壓力。哪怕模型底座不是最強,只要讓成千上萬的真實使用者天天在上面造內容,收集反饋的速度就能倒逼工程團隊迅速把體驗補齊。
但它的隱患同樣不容忽視。生成速度越快、文字和視覺越逼真,偽造商業招牌、新聞橫幅或假證據的成本就越低。如果 Luma 接下來不在內容水印和防護欄上拿出同樣強硬的舉措,這種無拘無束的「親民」策略很快就會遭遇監管層面的硬著陸。
來源 (2)
- twitter.com(在新分頁開啟)原文twitter.com
- venturebeat.com(在新分頁開啟)報導venturebeat.com