Die Seite stellt sich in einem Satz vor: Luma ist der Partner beim Gestalten, die Idee kommt von einem selbst, die Umsetzung wird abgegeben. Der Auftrag auf der Startseite greift weiter und spricht von einer einheitlichen allgemeinen Intelligenz, die Inhalte erzeugt, die Welt versteht und im physischen Raum handelt. Die Namensgeschichte ist eine Anmerkung wert. In den Antworten auf den Schnittstellenseiten steht noch ein Hinweis für alle, die von einer älteren Videoschnittstelle umziehen, und dieser alte Name war Dream Machine; die aktuelle Linie heißt Ray und UNI-1, zusammengehalten von Luma Agents.

Ray 3.2 legt jedes Einzelbild in die Hand der Regie

Die Produktseite führt ihre Behauptung im Titel: jedes Bild lässt sich führen, jeder Schnitt lässt sich zu Ende bringen. Offiziell heißt es, das Modell lege jedes Einzelbild in die Hand des Nutzers, halte die Kontinuität zwischen den Schnitten und liefere in Kinoqualität. Es deckt Text zu Video, Bild zu Video und Video zu Video ab, dazu einen Modus zum Neurahmen, und 1080p erscheint in allen Varianten.

Bis zu sechzehn Schlüsselbilder in einem Clip

Die praktischste Steuerung sind mehrere Schlüsselbilder. Ein einzelner Clip fasst bis zu 16 davon, und der Nutzer entscheidet, was sich ändert, was stehen bleibt und wie die Geschichte schließt. Derselbe Hebel liegt an der Schnittstelle offen und lässt sich in einen automatisierten Ablauf schreiben. Rund um die Steuerung nennt die Seite Bewegungsübertragung, Übertragung von Kamerabewegung, Figurentausch, visuelle Effekte, Umgebungsersatz, neues Ausleuchten und Produkttausch, alles aus der Familie: die ursprüngliche Darstellung behalten und das Bild neu bauen.

Material umschreiben, das schon gedreht ist

Die zweite Ausführung des Umschreibwerkzeugs leistet etwas, das der Branche fehlt. Sie schreibt vorhandenes Material um, tauscht Wände, Umgebungen und Kleidung, hält die Beleuchtung stimmig und die Darstellung intakt, bis zu 20 Sekunden am Stück und durchweg in 1080p. Das trifft das häufigste Nacharbeitsproblem in Film und Werbung, wo eine Neuaufnahme zu teuer ist und das Bild sich trotzdem ändern muss. Die Seite gruppiert es mit Neurahmen, verbesserter Bewegungsübertragung und ausdrucksstarker Mimik unter einem Gedanken: einmal gestalten, überall ausliefern.

Ausgaben, die ein Posthaus annimmt

Hier trennt sich das Modell von den meisten Videogeneratoren. Es erzeugt nativ HDR, mit 16 Bit Farbe direkt aus dem Modell statt in der Nachbearbeitung gestreckt, und es exportiert 16-Bit-EXR-Einzelbilder im Farbraum ACES2065-1 mit den AP0-Grundfarben, was laut Seite bedeutet, dass sie direkt ins Compositing fallen. Die Schnittstellendokumentation wird noch deutlicher: natives HDR und EXR-Ausgabe gibt es, damit erzeugtes Material zusammen mit gedrehtem Material in eine Farb- oder Compositing-Strecke laufen kann. Die Preise folgen derselben Logik, Standard zum Grundsatz, HDR zum Doppelten, HDR mit EXR zum Dreifachen.

Das Bildmodell und die Agenten, die alles verbinden

Auf der Standbildseite steht UNI-1, angepriesen als Markenverständnis, das bis in das Modell hinunterreicht: Es liest eine Marke so tief, wie es erzeugt, und trägt Stilvorlagen, Figurenvorlagen und visuelle Bezugspunkte in jede Ausgabe. Eine Folgeausgabe wird mit halbem Preis, halber Verzögerung und dem Treffer im ersten Versuch beworben. Die Agenten sind das Bindegewebe: Sie erledigen Recherche, Erzeugung und Feinschliff über Video, Bild, Ton und Text hinweg und halten den Markenton durchgehend stabil.

Drei persönliche Stufen ab 10000 Guthaben

Persönliche Abos gibt es in drei Stufen, in US-Dollar, mit bis zu 20% Ersparnis bei jährlicher Zahlung. Plus kostet 30 US-Dollar im Monat oder 300 im Jahr und trägt 10000 Guthaben monatlich. Pro kostet 90 US-Dollar im Monat, 900 im Jahr, mit 40000 Guthaben und der vierfachen Agentennutzung von Plus. Ultra kostet 300 US-Dollar im Monat, 3000 im Jahr, mit 150000 Guthaben und der fünfzehnfachen Agentennutzung. Schon Plus enthält den Zugang zu Luma-Modellen und zu fremden Bild- und Videomodellen, Bearbeitungsrechte für Gäste und eine gewerbliche Lizenz. Für Organisationen gibt es Team und Enterprise, über den Vertrieb angeboten, mit Mitgliederverwaltung, gemeinsam genutzten Guthaben, Nutzungsauswertung und Zusagen auf Unternehmensniveau.

Was Guthaben tatsächlich kaufen

Die Preisseite veröffentlicht eine Tabelle Zeile für Zeile. Fünf Sekunden aus Text oder aus einem Bild kosten 20 Guthaben in der Entwurfsauflösung von 360p, 50 bei 540p, 100 bei 720p und 400 bei 1080p, wobei zehn Sekunden im Verhältnis steigen. Video zu Video mit fünf Sekunden und 1080p kostet 720 Guthaben. Neurahmen wird sekundenweise mit 120 Guthaben je Sekunde in 1080p abgerechnet. Rechnet man nach, ergeben die 10000 Guthaben von Plus ungefähr 25 fertige Fünf-Sekunden-Clips in 1080p.

Die Schnittstelle wird pro Aufruf abgerechnet

Wer Erzeugung in ein eigenes Produkt einbaut, trifft auf Verbrauchspreise. Die veröffentlichte Referenz für das Ray-Modell nennt für fünf Sekunden aus Text oder Bild 0,15 US-Dollar bei 540p, 0,30 bei 720p und 1,20 bei 1080p, für zehn Sekunden 0,45, 0,90 und 3,60 US-Dollar, und für Video zu Video mit fünf Sekunden 0,72, 1,44 und 2,16 US-Dollar. Zwei Pläne stehen bereit: einer nach Verbrauch ohne Mindestmenge für Prototypen und frühe Produktion, einer mit eigener Kapazität, Zusagen zu Durchsatz und Verzögerung, einem Servicevertrag, Inhaltsprüfung und der Zusage, dass Kundenmaterial nicht zum Training verwendet wird.

Drei Grenzen

Guthaben gehen schnell: 400 für fünf Sekunden in 1080p heißt, dass Plus etwa 25 Clips im Monat trägt, und Video zu Video samt HDR- oder EXR-Ausgabe vervielfacht das noch einmal, also zuerst mit Entwurfsauflösung Parameter testen. Was die Seite bietet, ist ein kostenloser Versuch und keine dauerhaft kostenlose Stufe, persönliche Tarife beginnen bei 30 US-Dollar im Monat, und Preise für Teams nennt der Vertrieb. Schnittstellenpreise sind Näherungen aus Abrechnungseinheiten, deshalb gilt der aktuelle ausgezeichnete Satz, und gewerbliche Nutzung sollte gegen Lizenz und Inhaltsregeln geprüft werden, bevor etwas ausgeliefert wird.

Worum es bei Luma geht, ist kein weiterer Eingang von Text zu Video. Es geht um Steuerung auf Ingenieursniveau: 16 Schlüsselbilder in einem Clip, Material bis 20 Sekunden umgeschrieben, natives HDR und 16-Bit-EXR am Ausgang, alles damit erzeugtes Material in eine bestehende Nachbearbeitung läuft.