HiAPI
ray-3.2 图像转视频模型详情页 Hero 图:暖奶油底色上,右侧玻璃胶片带与光轨延展出虹彩立体字 ray-3.2,左侧留出通透光晕,蓝青与珊瑚粉点缀。

Luma

Ray 3.2

ray-3.2/text-to-video

Luma 电影感视频生成模型,原生支持 HDR 与 EXR 导出,适合氛围空镜与广告、影视前期概念片,结构化镜头指令下提示遵循稳定

价格

ray-3.2/text-to-video 每条

规格 单价
540P $0.2145
720P $0.429
1080P $1.7145

定位简介

Ray 3.2 是 Luma 面向电影感短片推出的文生视频模型。只需一段文本提示,即可生成 5 秒或 10 秒片段,分辨率可选 540p、720p 与 1080p,并支持 16:9、9:16、1:1、4:3、3:4、21:9 六种画幅。它对结构化、具体的镜头与主体描述响应较稳定,在氛围空镜一类环境镜头上表现突出。适合需要快速产出概念片、分镜预演与社交短片的开发者与创作团队,通过 HiAPI.ai 统一接口调用即可接入生成流程。

核心亮点

  • 按镜头描述控制画面——对结构化、具体的镜头调度与主体描述遵循度较高,模糊开放式指令下效果会下降。
  • 电影感画面风格调校——画面风格与真实物理表现偏向电影感,适合氛围空镜与环境类镜头素材。
  • 多画幅与分辨率可选——输出支持横屏、竖屏、方形与宽银幕共六种比例,分辨率最高 1080p,时长 5 或 10 秒。

能力说明

文本直接生成视频:输入一段不超过 6000 字符的提示词即可产出短片,无需准备素材,适合从零快速验证镜头创意。

时长与分辨率可选:片段时长可选 5 秒或 10 秒,分辨率覆盖 540p、720p、1080p,可按草稿与成片阶段分别选择规格。

六种画幅一次覆盖:支持 16:9、9:16、1:1、4:3、3:4、21:9,同一提示词可直接产出横屏、竖屏或宽银幕版本,适配不同投放位。

电影感与氛围镜头:画面风格与真实物理表现偏向电影感,在氛围空镜、场景背景一类环境镜头上较为稳定。

适用场景

  • 影视或广告团队做概念片与分镜预演——用文本描述镜头调度与场景氛围,产出 5 至 10 秒短片作为前期视觉参考,供创作与客户沟通使用。
  • 内容团队生成氛围空镜与背景素材——描述光线、环境与情绪,产出环境类镜头素材,用于视频剪辑中的转场、背景屏与氛围铺垫。
  • 营销人员快速产出社交短片——按投放位选择竖屏或横屏画幅,直接生成适配各平台的 5 至 10 秒短片,用于社媒与广告素材投放。
  • 开发者批量生成镜头素材——通过 HiAPI.ai 统一接口按提示词批量提交生成任务,把镜头素材接入自有内容生产或素材库流程。

限制与选型建议

片段时长上限为 10 秒、分辨率上限 1080p,不适合长镜头或高分辨率母版直出。第三方评测显示时序一致性与运动质量并非其最强项,画面中存在持续运动或多主体交互的镜头需多轮生成筛选。效果依赖结构化且具体的提示词,模糊或开放式指令下表现下降。若需求是长时长叙事、精细运动控制或图像驱动的生成,应评估其他模型或配合图生视频线路使用。

  • Ray 3.2 图生视频需要哪些输入?

    必填两项:prompt(1–6000 个字符)和首帧 image_url。可选 end_image_url 作为尾帧,以及 resolution(540p、720p、1080p,默认 540p)。在 Playground 里可以直接上传本地图片。

  • 可以设置视频时长吗?

    不可以。图生视频每条固定 5 秒,请求里没有 duration 参数。需要 10 秒的镜头时,可以改用 Ray 3.2 文生视频,它支持 5 秒和 10 秒。

  • 输出的画面比例由什么决定?

    由首帧决定,没有 aspect_ratio 参数。输出会匹配到 16:9、9:16、1:1、4:3、3:4、21:9 中最接近的一种,比例不完全一致时边缘会被裁掉。本页的沙漠案例原图约 3:2(1024×687),输出为 4:3 的 1104×832;冰咖啡案例原图是 9:16,输出为 9:16 的竖屏视频,基本没有裁切。想让输出比例完全可控,就把首帧先裁成这六种比例之一。

  • 首尾帧怎么用?

    image_url 传首帧,end_image_url 传尾帧,视频会从首帧过渡到尾帧,提示词只需描述中间发生的变化。两张图的机位、光线和主体位置越接近,过渡越平稳;取景不同时模型会加入镜头移动去衔接,本页牡丹案例就是这种情况。

同类型模型