推理模型在AI領(lǐng)域并不少見。許多公司都擁有此類技術(shù)，包括OpenAI的GPT-o3和谷歌的Gemini 2.5。但AI圖像和視頻公司Luma AI剛剛發(fā)布了其首款A(yù)I推理視頻模型Ray3，現(xiàn)已上線可用。

推理模型是一種使用更多計(jì)算時(shí)間來處理請(qǐng)求并能回過頭檢查答案的AI模型。通常情況下，推理模型能提供更好的響應(yīng)，無論是更詳細(xì)的內(nèi)容還是更低的錯(cuò)誤率。

對(duì)于Ray3而言，這種推理能力意味著你可以創(chuàng)建包含更復(fù)雜動(dòng)作序列的AI視頻片段。通常，AI視頻片段的時(shí)長(zhǎng)在5到10秒之間。（這是最佳時(shí)長(zhǎng)——更長(zhǎng)的片段往往會(huì)很快變得不穩(wěn)定。）因此在提示詞中加入動(dòng)作序列會(huì)留下很大的出錯(cuò)空間。Ray3花費(fèi)更多時(shí)間處理提示詞的能力使其能夠更好地處理那些更高級(jí)的場(chǎng)景。

Luma AI首席執(zhí)行官Amit Jain表示，推理模型的作用不僅僅是將文本轉(zhuǎn)換為像素。

"它能夠評(píng)估并說，'哦，這樣不好，或者我需要在這方面做得更好，'"他在接受CNET采訪時(shí)說道。

與聊天機(jī)器人的推理模型一樣，你可以看到模型工作時(shí)采取的步驟。一個(gè)新的可視化標(biāo)注工具會(huì)顯示模型正在做什么——比如標(biāo)記需要調(diào)整的角色和其他需要保持不變的區(qū)域。你也可以使用此功能來標(biāo)記幀并突出顯示你希望在后續(xù)提示中進(jìn)行的更改。

其他升級(jí)功能有助于制作更好的視頻片段，包括能夠以16位HDR生成，這是一種更高分辨率，能為視頻片段提供更精細(xì)的細(xì)節(jié)和清晰度。你還可以利用新的草稿模式，讓你快速測(cè)試想法并以較低分辨率格式生成鏡頭。Jain解釋說，你可以在草稿模式下在20秒內(nèi)生成片段，然后在準(zhǔn)備好時(shí)將其升級(jí)到高保真分辨率，這大約需要2到5分鐘生成時(shí)間。

視頻創(chuàng)作正成為生成式AI越來越常見的應(yīng)用。過去一年中，許多大型科技公司都發(fā)布了AI視頻模型，從Midjourney到谷歌的Veo 3。所有這些模型都旨在增強(qiáng)創(chuàng)作能力，最近的改進(jìn)包括生成更高質(zhì)量、包含音頻（對(duì)于Veo 3）并普遍提升水平以吸引專業(yè)創(chuàng)作者和AI愛好者。不過，專業(yè)人士對(duì)AI生成媒體表達(dá)了許多擔(dān)憂，特別是關(guān)于AI模型的訓(xùn)練和部署。藝術(shù)家們已經(jīng)對(duì)AI公司提起了多起集體訴訟。Luma AI的隱私政策表示，它可以使用你提供的信息來改進(jìn)其服務(wù)。

Q&A

Q1：Ray3推理視頻模型有什么特別之處？

A：Ray3是Luma AI首款A(yù)I推理視頻模型，它能夠使用更多計(jì)算時(shí)間處理請(qǐng)求并檢查答案，這使得它能夠創(chuàng)建包含更復(fù)雜動(dòng)作序列的AI視頻片段，比傳統(tǒng)AI視頻模型處理高級(jí)場(chǎng)景的能力更強(qiáng)。

Q2：Ray3的可視化標(biāo)注工具是如何工作的？

A：可視化標(biāo)注工具會(huì)顯示模型工作時(shí)采取的步驟，比如標(biāo)記需要調(diào)整的角色和其他需要保持不變的區(qū)域。用戶也可以使用此功能來標(biāo)記幀并突出顯示希望在后續(xù)提示中進(jìn)行的更改。

Q3：Ray3的草稿模式有什么好處？

A：草稿模式讓用戶快速測(cè)試想法并以較低分辨率格式生成鏡頭，可以在20秒內(nèi)生成片段，然后在準(zhǔn)備好時(shí)將其升級(jí)到高保真分辨率，整個(gè)高質(zhì)量生成過程大約需要2到5分鐘。