让AI生成摘要
一位导演在停车场拍摄了一场排练，随后决定这个场景应该发生在飞船上。一年前，这意味着重拍，或者让合成师赶上一周的时间。现在，它只需要一句话和一个源片段。
这就是 Luma Modify Video 背后的卖点，它是 Luma AI Ray 模型系列的视频到视频模式。你提供已有的素材，描述新的外观，它就会重新渲染片段，同时保留你拍摄的运动、构图和表演。自 2025 年 6 月以来，该功能已多次更改名称、模型和定价，因此本指南将明确当前状态：由哪个模型运行、九个强度预设各自做什么、在 Luma 自有 API 上一个片段的花费，以及如何在 Atlas Cloud 上将同一个 Ray 3.2 模型与另外七个视频编辑器一起运行。
关键要点
- Luma Modify Video 是 Luma 的 Ray 3.2 模型的视频到视频模式。消费者应用现在将其标记为“Video To Video”，而 API 将其称为 video_edit 请求。
- 三个档位中的九个强度预设决定源素材有多少保留下来：adhere 保留运动和结构，flex 平衡，reimagine 让提示词接管。
- 输出保留源片段的宽高比，并以 540p、720p 或 1080p 运行，长度为 5 或 10 秒。Atlas Cloud 端点将其作为无声视频返回。
- Luma 自有 API 将源片段限制为 18 秒和 200 MB，而 Ray 3.2 允许你沿片段固定最多 64 张引导图像。
- 你可以在 Atlas Cloud 的视频生成器_ 上运行同一个 Ray 3.2 视频到视频模型，使用一个 API 密钥即可同时覆盖 Seedance、Kling 和 Wan。_
什么是 Luma Modify Video？
Luma 于 2025 年 6 月 2 日在其 Dream Machine 应用中宣布了 Modify Video 功能。发布文章将该目标描述为让你“保留重要之物，演化其余一切”：把车库变成飞船、将白天变为夜晚，或在场景中让演员变老，这一切都不需要绿幕或手动跟踪。在底层，模型会从源素材中读取表演信号，Luma 提到了姿势、面部表情和场景结构，并用它们来决定保留什么、重塑什么。
自首次发布以来，有三件事发生了变化：
- 名称一分为二。 Luma 的产品页面现在将消费者功能称为“Video To Video”，而 API 文档和更新日志仍使用 Modify Video。它们指的是同一项能力。
- 模型变了。 2025 年的版本基于 Ray 2 和 Ray Flash 2 运行。Luma 当前的 API 文档将 Ray 3.2 列为每个 video_edit 请求背后的模型。
- Ray3 Modify 于 2025 年 12 月 18 日到来。 该更新首次为视频到视频工作流带来了起始帧和结束帧控制，以及角色参考控制。
Luma 在 2025 年 6 月发布时同时公布了自己的盲测评估。外部评分者在不知道哪个是哪个的情况下，将 Modify Video 的输出与 Runway 的视频到视频模式进行比较，Luma 报告称其模型在六项标准中的大多数上更受偏好。下图来自 Luma 自己；坐标轴没有数字标签，因此请将其视为偏好方向，而非测量出的差距。
来源： Luma AI, Introducing Modify Video ，2025 年 6 月
Adhere、Flex 还是 Reimagine：该使用哪种 Luma Modify Video 模式
每个 Modify Video 请求都带有一个强度预设，而对于结果能保持多少可识别度，预设比提示词更重要。Luma 将九个值分为三个档位。发布文章以通俗语言定义了这些档位，而 Ray 3.2 的 API 文档保留了同样的九个接口值。
| 档位 | 接口值 | Luma 的定义（2025 年 6 月发布文章） | Ray 3.2 文档，2026 年 9 月 | 适用场景 |
|---|---|---|---|---|
| Adhere | adhere_1, adhere_2, adhere_3 | “密切遵循原始视频的外观和结构，主要优先重新纹理化。” | adhere_1“紧密保留源素材的运动、构图和结构”；adhere_3 是该档位中最强的 | 改变衬衫颜色、天空或表面材质，同时镜头依然是那个镜头 |
| Flex | flex_1, flex_2, flex_3 | “在模型创造力与输入保真度之间取得平衡。” | flex_1“保留运动，让提示词重塑风格和内容”；flex_2 是“大多数编辑的常见默认值” | 将实拍转为动画风格，或在保持走位的同时迁移场景 |
| Reimagine | reimagine_1, reimagine_2, reimagine_3 | “优先创意自由。启用全场景重新诠释，包括将人类映射为非人形形态”，例如怪物或生物 | reimagine_1：“提示词驱动大部分输出；源素材提供松散基础”；reimagine_3 是最强的 | 把演员变成一个生物，或只保留原始素材中的摄像机路径 |
在每个档位内，数字是一个调节旋钮。Luma 的文档称，数字越低越轻，越高越强，因此 adhere_3 仍算作 adhere 编辑，但比 adhere_1 推得更远。Luma API 和 Atlas Cloud 上的默认值都是 flex_2。
一个实际后果是：同一个提示词在 adhere_2 和 reimagine_2 下会生成两个不同的视频，而且两者都没有错。如果客户希望认出地点，就从 adhere 开始。如果地点正是要被替换掉的东西，就从 flex 开始，只有当 flex 保留了太多源素材时，才转向 reimagine。
Atlas Cloud：与另外 7 个编辑模型一起运行 Luma Ray 3.2 视频到视频
Atlas Cloud 将当前的 Ray 3.2 视频到视频端点托管为 luma/ray-3.2/video-to-video，具有相同的九个强度预设、540p、720p 和 1080p 档位，以及 Luma 在其自有 API 上定价的 5 或 10 秒输出长度。它与 Video Edit 标签页 位于同一账户中，其中 Seedance 2.5、Seedance 2.0、Gemini Omni Flash、HappyHorse-1.0、Wan 2.7、Kling Video O3 Pro 和一个 xAI 模型处理基于指令的编辑。因此，如果某个模型对片段的处理不是你需要的那一种，同一个源素材和同一条指令可以交给另一个模型，而无需离开账户，并且每次运行都从一个余额中扣费。
下面是模型在默认设置 flex_2 下的工作效果。左侧是源片段，右侧是要求生成夜晚东京雨街的一条指令的输出：女人、她的步态和摄像机运动延续下来，储物柜则没有。
强度预设是结果分叉的地方。一段 5 秒镜头，内容是一个女人走过一排白色储物柜，用同一个提示词经过模型三次，要求生成东京的雨夜街道，同时保留人物、她的步态、构图和摄像机路径。只有强度变了。
这些帧来自同一时刻，即第 2.5 秒。在 adhere_2 下，女人的脸、头发和步态保留下来，储物柜变成雨水冲刷的店面，并带有手绘边缘。在 flex_2 下，构图和步态保持，同时模型重塑了人物，并将墙壁换成潮湿的砖墙，镜头尽头有一块霓虹招牌。这种重塑并不固定：对这个片段进行三次 flex_2 运行，有两次改变了人物，一次保留了她，上面的视频就是保留她的那一次，所以当脸很重要时，请计划第二遍。在 reimagine_2 下，摄像机本身会移动：镜头变成宽阔的街景，顶部有招牌，人物穿过画面。三者都以 1280 x 720 和 5 秒返回，无声，每次运行大约三分钟。
第二遍不一定非要是另一次 Luma 运行。同一个储物柜片段和同一句话也交给了 Seedance 2.5，它是 Video Edit 标签页中的模型之一，而这两个模型对指令的解读不同。Luma 的 flex_2 运行保留了步态和构图，将其置于一条黑暗、雨水浸透的小巷中，墙上有海报。Seedance 保留了女人的脸、她的长发和源素材中的棕色皮夹克，并构建了一条更明亮的霓虹大道，潮湿路面上有倒影。两者都以 1280 x 720 返回且无声，因此任一结果都可以放入同一个编辑中。
方法 1：从模型 Playground 重绘片段
- 登录并打开 Luma Ray 3.2 视频到视频 Playground。Prompt 字段会预加载一条示例指令和一个示例片段；将两者都清空。
- 上传你的源片段，或使用 Add URL 粘贴一个公开 MP4 链接。Video 字段每次运行只接受一个片段。
- 将指令写成一个关于新外观的句子，再加一个关于必须保留什么的句子。明确说出运动和摄像机，可以给模型一些可保留的东西。
- 选择一个 Strength 预设。第一遍保持 flex_2，然后根据返回结果向上或向下移动一档。
- 将 Duration 设置为与片段匹配的 5 或 10 秒，选择 540p、720p 或 1080p，然后按 Run。完成的视频会出现在输出面板中，并带有下载按钮，过去的运行记录保存在请求历史下。
方法 2：3 步实现 API 访问
第 1 步：获取 API 密钥。 在 Atlas Cloud 控制台 中创建一个并复制它。
第 2 步：查看 API 文档。 参数、接受的格式和时长限制都在 API 文档 中。
第 3 步：发出你的第一个请求。 提交片段和指令：
plaintext1curl -X POST https://api.atlascloud.ai/api/v1/model/generateVideo \ 2 -H "Content-Type: application/json" \ 3 -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \ 4 -d '{ 5 "model": "luma/ray-3.2/video-to-video", 6 "video": "<public_https_url_to_your_clip.mp4>", 7 "prompt": "Turn the scene into a rainy night street in Tokyo with neon reflections on wet pavement. Keep the person, their motion and the camera path unchanged.", 8 "strength": "flex_2", 9 "duration": 5, 10 "resolution": "720p" 11 }'
轮询任务直到完成：
plaintext1curl https://api.atlascloud.ai/api/v1/model/prediction/<prediction_id> \ 2 -H "Authorization: Bearer $ATLASCLOUD_API_KEY"
video 字段需要一个可公开访问的 HTTPS MP4 链接，完成后文件会先传输到 Atlas Cloud 存储，然后才返回 URL，所以你收到的链接是 Atlas Cloud 地址，而不是 Luma 那种一小时有效的预签名 URL。同一个端点、同一个请求头和同一个轮询循环可以驱动 Atlas Cloud 上的视频模型。将模型字符串换成 bytedance/seedance-2.5/reference-to-video 或 Kling O3，集成中其他任何东西都不用动。
Luma Modify Video 定价：Luma 和 Atlas Cloud 上的按片段费率
Luma 在其 API 上按片段为视频到视频定价，5 秒和 10 秒输出有不同费率，而且视频编辑档位的定价与文本到视频不同。以下是 2026 年 9 月 Luma 的 API 定价页面 上针对标准动态范围 Ray 3.2 的数字：
| Luma API，Ray 3.2 视频到视频 | 540p | 720p | 1080p |
|---|---|---|---|
| 5 秒输出 | $0.72 | $1.44 | $2.16 |
| 10 秒输出 | $1.08 | $2.16 | $4.32 |
根据同一页面，HDR 输出会使基础费率翻倍，而带 EXR 导出的 HDR 则是三倍。在 Ray 2 代，Luma 改为按百万像素对 Modify Video 计费，一个 720p 5 秒的示例报价为 $1.75，因此转向按片段定价是 Ray 3.2 变更的一部分，而不是同类更新。
Atlas Cloud 也按次为托管的 luma/ray-3.2/video-to-video 端点定价，价格会随分辨率档位和输出长度而变化。费率于 2026 年 9 月 28 日在模型的定价计算器中查询，当时没有折扣生效：
| Atlas Cloud，Luma Ray 3.2 视频到视频 | 540p | 720p | 1080p |
|---|---|---|---|
| 5 秒输出 | $0.792 | $1.188 | $2.376 |
| 10 秒输出 | $1.584 | $2.376 | $4.752 |
在 720p 和 5 秒下开启 HDR 会使这次运行达到 $2.376。Atlas Cloud 上的价格会在你提交前显示在 Run 按钮上，因此你在 Playground 中看到的数字就是你要支付的数字。
时长、分辨率和源视频限制
Luma 对 Ray 3.2 API 的营销文案称视频到视频“最长可运行 20 秒”。开发者文档 更严格，而规划时应以此版本为准：
| Luma video_edit 规则 | 文档限制 |
|---|---|
| 通过 URL 或内联上传的源片段 | 最大 200 MB 和 18 秒 |
| 来自之前 Luma 生成的源 | 无上传大小限制 |
| 输出分辨率 | 360p 草稿档、540p、720p 或 1080p；默认 720p |
| HDR | 仅 720p 或 1080p；EXR 导出需要 HDR |
| 宽高比 | 继承自源素材；你发送的任何 aspect_ratio 都会被静默忽略 |
| 引导图像 | 最多 64 个关键帧，并带有匹配的帧索引，或一个起始帧 |
| 提示词 | 1 到 6,000 个字符 |
| 结果链接 | 一小时后过期的预签名 MP4 URL |
在 Atlas Cloud 上，Ray 3.2 端点接受公开 HTTPS MP4 作为源素材，输出 5 或 10 秒的 540p、720p 或 1080p 视频，并暴露强度预设以及一个在 5 秒长度下、720p 和 1080p 可用的 HDR 开关。输出为无声视频，因此请计划在重绘画面完成后，在编辑器中重新铺回原始音频。
音频是 Luma 自己的公告跳过的一个细节。无论是 2025 年 6 月的发布文章，还是 Ray3 Modify 更新，都没有说明消费者应用是否会保留源声音轨，因此如果声音对你的交付很重要，在确定工作流之前先测试一个片段。
Luma Modify Video API：关键帧、控制项以及从 Ray 2 以来的变化
在 2025 年中期集成 Modify Video 的开发者是针对不同的接口编写的。最初的端点接收 media、model 和 mode，模型选项是 ray-2 和 ray-flash-2，并且有一个可选的起始帧图像来引导外观。Ray 3.2 重建了这一接口。
对于任何重建集成的开发者来说，有三项新增最重要：
- 关键帧取代了单个起始帧。 一个 video_edit 请求最多可携带 64 张引导图像，每张都固定到源素材中的一个帧索引。Luma 的文档称关键帧是对于非简单编辑而言“对输出质量影响最大的单一杠杆”。单图像简写仍然以 start_frame 存在。
- 逐信号控制位于强度预设之下。 你可以分别启用姿势、深度、法线、轨迹和面部条件，而不是只有一个旋钮，每项都有自己的调优值。这不能与自动模式结合使用，自动模式会从源素材推导调度。
- Reframe 拆分为自己的请求。 改变宽高比现在是 video_reframe，按秒计费，它也作为 luma/ray-3.2/reframe 托管在 Atlas Cloud 上。
有一件事原样保留：九个强度值。已经将 flex_2 作为 mode 字符串传递的代码只需要重命名字段。另一件从 Luma 的 API 条款延续下来的事：Luma 声明不会使用 API 输入或输出来“训练、微调或以其他方式开发”其模型，这一承诺写入了 Luma 的 API 使用条款。API 定价页面也在其企业级功能中列出了“不训练保证”。
如果想了解另一家供应商如何围绕单一端点和固定的按秒费率组织同样的工作，我们的 Runway Aleph 指南 详细介绍了 Aleph 2.0 的积分和片段上限。
匹配强度设置的 Luma Modify Video 提示词技巧
为 reimagine 写的提示词在 adhere 中会令人失望，反之亦然。强度预设决定模型可以依据你句子中的多少内容来行动，所以要针对你选择的档位来写。
在 adhere 中，描述表面和光线，而不是场景。“把混凝土墙变成风化的红砖，并将光线切换到傍晚”给模型提供了重新纹理化的工作，而这正是 Luma 所说的 adhere 优先事项。让 adhere 把演员移到海滩，会产出一个涂成海滩颜色的车库。
在 flex 中，先说出新场景，然后在同一句话里锁定表演。Luma 的 Ray 3.2 文档将 flex 描述为保留运动，同时让提示词“重塑风格和内容”，因此句子的后半部分才是让走路循环和摄像机路径保持完整的内容。
在 reimagine 中，提示词承担大部分重量，源素材则提供 Luma 所说的“松散基础”。把它当作一个恰好继承了摄像机运动的文本到视频提示词。描述主体变成了什么，让源素材处理摄像机。
另外两个习惯在三个档位中都很有帮助。每个请求只做一次编辑，因为一句话中同时改变地点、服装和一天中的时间，会给模型三个相互竞争的目标。并且每次只把数字移动一档，然后查看，因为档位内的旋钮比名称所暗示的走得更远。在储物柜片段上，flex_1 保留了女人的脸和实拍外观，背景是一面贴满海报的墙。flex_3 使用相同提示词和相同源素材，保留了构图和步态，但将人物重绘成另一个角色，并采用手绘风格。
Luma Modify Video 免费吗？
Luma 的定价页面列出了三种个人计划：Plus 每月 $30，Pro 每月 $90，Ultra 每月 $300，按月计费，按年计费最多可享受 20% 折扣。2026 年 9 月该页面上没有出现免费计划。每个计划都附带一定额度的积分，页面的成本表显示 Ray 3.2 视频到视频在 540p 下为每秒 48 积分，720p 为 72，1080p 为 144，HDR 会使数字翻倍。
截图来自 Luma 官方定价页面，2026 年 9 月
算一下，在应用内，一次 5 秒 720p 重绘需要 360 积分，因此 Plus 计划的 10,000 积分在生成其他任何东西之前，大约覆盖每月 27 个这样的片段。Luma 的 API 与订阅分开，并按片段以上文定价部分中的费率计费。
Atlas Cloud 对同一模型采用按次付费的方式。没有需要持有的月度计划，而且同一余额可以覆盖 Video Edit 标签页中的其他视频编辑器，因此一次 Luma 重绘和一次 Seedance 清理都从一个账户中扣费。
常见问题
Luma Modify Video 和 Luma Video to Video 是一回事吗？
是的。Luma 的消费者产品页面现在使用“Video To Video”这一标题，而 API 文档和最初的公告使用 Modify Video。两者都描述了一个 Ray 模型根据文本指令重新渲染现有片段，同时保留其运动。API 仅接受 Ray 3.2，而应用的成本表将 Ray 3.2 列为顶级视频到视频引擎，其下还有一个 Ray 3.14 档位。
Ray 2 Modify 发生了什么？
Luma 较旧的 Modify Video 文档仍然列出 ray-2 和 ray-flash-2，并带有 10 秒和 15 秒上限，但 API 定价页面仅针对视频到视频引用 Ray 3.2，因此请将 Ray 2 的数字视为历史信息。如果你有在 Ray 2 下生成、想重新编辑的片段，可以通过其 generation ID 将已完成的 Luma 生成作为源素材传入，而这条路径没有上传大小限制。
Luma Modify Video 会保留音频吗？
在 Atlas Cloud 上，Ray 3.2 视频到视频端点返回无声视频，因此你在重绘后需要在编辑器中重新附上原始音轨。Luma 自己的发布文章和 Ray3 Modify 公告没有说明消费者应用的音频处理方式，这就是为什么用一个短测试片段是了解 Dream Machine 版本如何处理声音的最安全方法。
在 Atlas Cloud 上，一个 Luma Modify Video 片段多少钱？
在无折扣生效时，一次 5 秒 720p 运行花费 $1.188，10 秒版本翻倍。540p 和 1080p 档位以及 HDR 附加费在上面的定价表中。由于 Playground 会在你提交前将数字显示在 Run 按钮上，因此片段长度与时长设置之间的不匹配会在产生任何费用之前就可见。
结论
Modify Video 最初是 Dream Machine 中的一个三预设重绘工具，如今已发展为完整的视频编辑请求，拥有九个强度级别、逐信号控制以及最多 64 个引导关键帧。按钮上的名称变了，底层模型变了两次，计费也从像素转向片段。没有改变的是 2025 年 6 月发布时的核心承诺：你拍摄的运动和表演会保留下来，而它们周围的世界则可以进行协商。
如果你想在不订阅的情况下试用，同一个 Ray 3.2 模型可在 Atlas Cloud 的 Playground 和 API 上运行，具有相同的预设和分辨率档位，按次定价，并且距离 Seedance、Kling 和 Wan 只有一次点击，可用于处理 Luma Modify Video 并非为之构建的编辑。
