Luma 釋出運鏡概念控制：讓 Ray2 影片鏡頭可自由組合且不損畫質

用 AI 做影片最讓人抓狂的，不是畫面不夠清晰，而是運鏡全憑模型抽獎。你想要個平滑推鏡頭，它偏偏給你左右亂晃；想要個仰拍環繞，它直接把畫面扭曲變形。

Luma 宣佈為旗下影片模型 Ray2 推出首套控制功能：運鏡概念控制（Camera Motion Concepts）。這項功能現在已經在 Dream Machine 中上線。

像拼積木一樣組合運鏡

Luma 這次拿出來的底層技術叫做 Concepts。簡單來說，它是一種教影片模型學習新想法和控制指令的新機制。

官方表示，Concepts 只需要一到幾個參考樣本，就能學會某種特定的運動方式。學會之後，模型可以把這種運鏡可靠地復現到完全不同的畫面和風格里。

更有意思的是它的組合能力。以往想給模型增加特定能力，通常要靠微調或者 LoRA，但這些方法很難把多個控制項混在一起用。

而 Concepts 支援在推理階段直接用自然語言把多種運鏡概念拼起來。甚至連現實中物理上拍不出來的鏡頭，模型也能組合出來，因為這類運鏡根本不需要提前存在訓練集裡。

解決微調讓模型變傻的頑疾

做生成模型的人大多知道一個痛點：用 LoRA 或微調去教模型新東西時，很容易發生能力塌縮，也就是模型只認微調資料，原本的多樣性和高畫質直接縮水。

Luma 強調，Ray2 在載入運鏡概念時，畫面質感、風格範圍以及核心能力完全不受影響，沒有質量折損。

此外，這套運鏡控制還能跟 Ray2 現有的其他工具一起用。無論你是用圖生影片，還是設定了起始幀與結束幀，甚至要做首尾相連的無縫迴圈影片，都可以直接疊加這套運鏡。

Luma 還透露，運鏡只是第一批放出來的 Concepts，接下來幾週還會陸續公佈這項技術背後的研究細節，並上線更多基於 Concepts 的新玩法。

為什麼重要

我們認為，Luma 這次切中的是 AI 影片從「玩具」走向「生產力」最關鍵的瓶頸：可控性。

對於影片創作者和動畫製作者來說，現在去 Dream Machine 裡試一試絕對值得。過去為了一個理想運鏡可能要抽卡幾十次，現在結合首尾關鍵幀和運鏡概念，創作邏輯終於更接近真實拍攝了，這能省下大筆算力和時間成本。

從技術思路上看，Luma 走得非常聰明。他們沒有盲目卷大模型體積，而是去攻克微調導致畫質下降的行業通病。把自然語言當成概念插槽，在推理時動態組合，這種解法如果真如宣稱的那樣穩定，會給競品帶來很大的壓力。接下來 Runway 和 Kling 大機率也會被迫跟進更精細的鏡頭控制方案。

不過隱患也顯而易見。多概念自然語言組合到底有多聽話，在極其複雜的提示詞下會不會出現衝突，目前全看實際測試。但至少，影片生成正在告別全盲抽卡時代。