Luma Ray3 Tạo video dựa trên suy luận: AI video đầu tiên biết "suy nghĩ"

Đã được xem xét và xác minh bởi FeiYueh · Lần xác minh gần nhất 2026-07-26

Luma ra mắt Ray3 giới thiệu mô hình công nghệ hoàn toàn mới "tạo video dựa trên suy luận". Mô hình sẽ tiến hành suy luận logic kịch bản trước khi tạo...

Luma ra mắt Ray3 giới thiệu mô hình công nghệ hoàn toàn mới "tạo video dựa trên suy luận". Mô hình sẽ tiến hành suy luận logic kịch bản trước khi tạo mỗi khung hình: phân tích mối quan hệ không gian giữa các vật thể trong hình, dự đoán hậu quả vật lý do chuyển động tạo ra, lập kế hoạch đường di chuyển máy quay hợp lý và giàu tính biểu đạt. Phương pháp "xây dựng hiểu biết trước rồi mới tạo pixel" này giúp Ray3 vượt trội đáng kể so với các sản phẩm cùng loại về tính nhất quán logic trong các cảnh phức tạp có nhiều vật thể. Nguyên lý kỹ thuật và kiến trúc của tạo video dựa trên suy luận Các mô hình tạo video AI truyền thống ánh xạ trực tiếp từ mô tả văn bản sang đầu ra pixel, thiếu bước suy luận trung gian về logic nội tại của cảnh—mô hình không "hiểu" tại sao vật thể di chuyển theo hướng nhất định, chỉ tạo ra các pixel trông giống như vậy dựa trên mô hình thống kê. Ray3 chèn một giai đoạn suy luận "đồ thị cảnh" giữa mô tả văn bản và tạo pixel: trước tiên xây dựng biểu diễn cảnh có cấu trúc chứa các thực thể vật thể, nhân vật, mối quan hệ không gian và chuỗi nhân quả từ prompt, sau đó dựa trên đồ thị cảnh đã được xác minh logic này để hướng dẫn quá trình tạo video. Theo trang giới thiệu kỹ thuật chính thức của Luma , quá trình suy luận của Ray3 bao gồm ba bước nối tiếp: bước thứ nhất là phân tích cảnh (nhận diện tất cả thực thể vật thể, nhân vật và thuộc tính của chúng từ prompt), bước thứ hai là suy luận nhân quả (dự đoán hiệu ứng tiếp theo của hành động dựa trên kiến thức vật lý thông thường, ví dụ "đẩy đổ khối gỗ xếp" sẽ khiến khối gỗ đổ theo hướng lực đẩy và có thể ảnh hưởng đến vật thể lân cận), bước thứ ba là lập kế hoạch máy quay (chọn góc quay và cách di chuyển máy quay tốt nhất dựa trên trọng tâm kịch tính của cảnh). Ba bước suy luận này tăng thêm khoảng 2 đến 3 giây thời gian xử lý trước, nhưng sự cải thiện chất lượng mang lại xứng đáng với độ trễ này. Khả năng suy luận so với mô hình truyền thống: So sánh định lượng Kiểm tra tính nhất quán logic vật lý Promp

Đã được xem xét và xác minh bởi FeiYueh · Lần xác minh gần nhất 2026-07-26. Independently maintained — not AI-generated boilerplate.