Luma AI 发布视频生成模型 Dream Machine，实际效果和能力如何？

今天终于有时间玩玩Luma的Dream Machine了。

看官方宣传视频，感觉是可以出大片的那种，可能给我的期望值太高了，亲自试验了下，效果不能说差，但要达到官方那种视频质量，还是得调试一番prompt。

前几天稍微对比了一下用Sora的prompt测试一下市面上几款文生视频模型，整理了结果如下

看起来如果用纯文字生成视频，Luma还是能生成不错的效果的，个人主观认为不如可灵AI，但又比runwayml的Gen-2好一些。

除了以上对比，我还额外做了一些测试。例如这个prompt

生成效果如下

Benz logo还是很清晰的，海岸线的风景也不错，不认真看的话还看不出是AI视频。不过唯一的缺陷是车牌的文字显示不稳定，其实刚开始还是很不错的，但后面两秒就开始有点闪烁了。不过目前的文生视频模型在生成清晰文字方面都确实有点不稳定，即使是Sora精选出来的东京女郎那个视频，后面的招牌文字也是看不清的。

再来一个prompt

生成效果如下：

涉及激烈打斗时就有点混乱了。

不过Luma除了纯文字，还可以加入图片作为控制变量。亲自测试下来发现，Luma不适合操作人物的动作。

例如拿他们两个的合照作为模型输入的图片

Sam Altman和马斯克不是很不合吗？那试试让他们打起来。当文字输入为「they fight」时，生成效果如下

额，打得看不清就算了，怎么Sam Altman衣服突然就变了。你们还是和好吧。

于是我把文字输入换成「they kiss」

啊。。。。这。。。。

总得来说，用luma来操纵人物动作，不客气的说，还是基本上处于没法用状态。但生成场景和物品，还是有点样子的。