Odyssey-3 vs. Luma Ray 3.2: Eine Welt zum Eintauchen oder eine Datei zum Graden

Luma Ray 3.2 tut etwas, das fast nichts anderes in der Videogenerierung tut: Es liefert Ihnen 10-, 12- und 16-Bit-HDR-Frames im ACES2065-1-EXR-Standard, dem Format, das ein Colorist tatsächlich will, und dem Grund dafür, dass das Modell in seiner aktuellen Form existiert. Odyssey-3 tut etwas, das überhaupt kein Videomodell tut: Es nimmt eine Aktion als Eingabe und sagt voraus, was die Welt als Nächstes tut, und wandelt diese Vorhersage dann in Motorbefehle für einen Roboterarm, einen Humanoiden, ein Auto oder eine Drohne um. Luma Ray 3.2, am 9. Juni 2026 von Luma AI veröffentlicht, ist ein dem Finishing nahes Generierungstool mit einer Entwickler-API. Odyssey-3, am 15. September 2026 von Odyssey vorgestellt, ist ein unveröffentlichtes Foundation-Weltmodell ohne Preis und ohne Termin. Sie zu vergleichen ist weniger ein Bake-off als eine Möglichkeit, die Frage zu stellen, an welcher von zwei sehr unterschiedlichen Ausgaben es Ihrer Pipeline tatsächlich mangelt – einem gegradeten Einzelbild oder einer Welt, die auf Steuerung reagiert.

Ray 3.2 ist um das Deliverable herum aufgebaut.

Das Ray-3.2-Release ist weniger für seine Generierungsqualität bemerkenswert als dafür, wo es aufhört. Es generiert in 540p, 720p und 1080p, in 5- oder 10-Sekunden-Clips, in sechs Seitenverhältnissen, die Hochformat, Quadrat und Breitbild abdecken, und es akzeptiert Text, einen Start-Frame, einen End-Frame oder ein vorhandenes Video zur Bearbeitung. Der HDR-Pfad ist das Unterscheidungsmerkmal, und er bringt echte Einschränkungen mit sich, die genau benannt werden sollten: 10-, 12- und 16-Bit-HDR-Ausgabe in ACES2065-1 EXR ist nur bei 720p und 1080p und nur für 5-Sekunden-Clips verfügbar. Der EXR-Export muss angefordert werden, indem HDR aktiviert wird. Die Standardausgabe ist MP4. Nahtloses Looping gilt für 5-Sekunden-Clips. Bis zu 16 Keyframes pro Clip bieten eine Kontrolle auf Shot-Ebene, die näher an Animation als an Prompting liegt, und Gesichtsperformance-Tracking deckt bis zu acht Gesichter ab.

Zwei weitere Fakten prägen die Kaufentscheidung. Ray 3.2 ist das erste Modell der Ray-Familie mit einer vollständigen Entwickler-API – frühere Ray-Modelle waren nur im Abonnement erhältlich –, die in einen Pay-as-you-go-Build-Tarif und einen Scale-Tarif mit reserviertem Durchsatz und SLA aufgeteilt ist. Und es erzeugt kein synchronisiertes Audio für Text-zu-Video- oder Bild-zu-Video-Aufgaben; Audio bleibt nur in den Modify- und Reframe-Pfaden erhalten. Luma hat eine eigene Evaluierung durchgeführt, die Parität mit Googles Veo 3 und einen Vorsprung gegenüber mehreren Wettbewerbern beansprucht, doch dabei handelt es sich um vom Anbieter durchgeführte Vergleiche ohne veröffentlichte numerische Werte, die als Positionierung und nicht als Messung gelesen werden sollten.

Odyssey-3 ist um den Controller herum aufgebaut

Das Designzentrum von Odyssey-3 ist das entgegengesetzte Ende der Pipeline. Es handelt sich um einen autoregressiven Diffusionstransformer, der auf der visuellen Beobachtung der Welt trainiert wurde, und seine herausragende Komponente ist ein gelernter Aktionsdecoder – in der Formulierung von Odyssey „eine gelernte Ausgabekomponente, die an das Weltmodell angehängt ist“, die die interne Repräsentation des Modells in die Aktionen übersetzt, die eine bestimmte Hardware erfordert. Odyssey berichtet, dass dasselbe Backbone Roboterarme aus Dutzenden Stunden von Demonstrationen steuert, humanoide Policies, die mit {{1}}Flexion{{/1}} in Echtzeit erstellt wurden, antreibt, geschlossene Fahrwegpunkte aus einem eingefrorenen Backbone erzeugt, das auf 20 Stunden simulierter Daten trainiert wurde, Drohnen in Innenräumen um Hindernisse herum fliegt und Grand Theft Auto V spielt, mit Transfer zu Red Dead Redemption 2 und Sleeping Dogs ohne zusätzliches Policy-Training dort.

Die einzige vergleichende Zahl, die Odyssey veröffentlicht hat, ist, dass in der Simulation trainierte Fahrstrategien zwischen Eingriffen von Sicherheitsfahrern etwa 77 % der Strecke zurücklegten, die mit echtem Filmmaterial trainierte Strategien zurücklegten. Es gibt keine Benchmark-Tabelle, keinen technischen Bericht zu Odyssey-3, keine unabhängige Evaluierung und kein Verfügbarkeitsdatum über „die kommenden Wochen“ hinaus. Es ist eine Vorschau, und es kostet nichts, weil es nicht gekauft werden kann.

Der Kontrast, Dimension für Dimension

• Was dabei herauskommt — Luma Ray 3.2: MP4, plus 10/12/16-Bit-ACES2065-1-EXR, wenn HDR aktiviert ist. Odyssey-3: ein simulierter Weltzustand plus Motoraktionen.

• Format-Obergrenze — Luma Ray 3.2: ACES2065-1 EXR bei 720p und 1080p, nur 5-Sekunden-Clips. Odyssey-3: kein Dateiformat; die Ausgabe ist ein Rollout.

• Auflösung und Länge — Luma Ray 3.2: bis zu 1080p, 5 s oder 10 s (10 s nur bei Text-zu-Video). Odyssey-3: kontinuierlich, mit der Rate, die der jeweilige Einsatz erfordert.

• Audio — Luma Ray 3.2: keines für T2V/I2V; beibehalten in Modify und Reframe. Odyssey-3: keines; es ist kein Mediengenerator.

• Preis — Luma Ray 3.2: pro Video je nach Auflösung, Dynamikumfang und Dauer, wobei HDR- und EXR-Export die Clip-Kosten vervielfachen; Angebote von Drittanbietern beziffern einen 5-Sekunden-720p-Clip auf etwa 0,30 $ und 1080p auf etwa 1,20 $. Odyssey-3: unveröffentlicht.

• Verfügbarkeit — Luma Ray 3.2: veröffentlicht am 2026-06-09, API-Tarife Build und Scale. Odyssey-3: Vorschau, „in den kommenden Wochen".

Deliverable versus Umgebung

Der Grund, warum diese Paarung lehrreich statt willkürlich ist, ist, dass die beiden Modelle an unterschiedlichen Stellen enden. Ray 3.2 endet in einer Datei, die zu einem Coloristen, einem Compositor oder einem Finishing-Haus geht – der EXR-Pfad existiert genau deshalb, damit das generierte Bild ein Grading, Compositing und ein erneutes Grading übersteht, ohne auseinanderzufallen. Das ist eine Workflow-Entscheidung, und deshalb konkurriert Ray 3.2 direkter mit Postproduktions-Tools als mit anderen Generatoren.

Odyssey-3 terminiert überhaupt nicht im Dateisinn. Seine Ausgabe ist ein simulierter Zustand, der weiterläuft, und sein Konsument ist ein Programm. Der Test, ob es funktioniert hat, ist nicht, ob die Frames richtig aussehen, sondern ob eine darin trainierte Policy auf Hardware übertragen werden kann. Das sind unterschiedliche Erfolgskriterien, die von unterschiedlichen Personen gemessen werden, und keine noch so hohe Auflösung auf einer der beiden Seiten macht sie vergleichbar.

Wo sie sich berühren könnten, ist der Pfad von der Previsualisierung zum Finishing. Ein Weltmodell ist das natürliche Werkzeug, um einen Raum interaktiv zu erkunden — eine Kamerabewegung zu ändern, eine Szene neu zu blocken, die Konsequenz sofort zu sehen, was genau das ist, was ein fest generierter Clip nicht kann. Ein Modell wie Ray 3.2 ist das natürliche Werkzeug, um das gewählte Ergebnis in etwas zu verwandeln, das sich in HDR abliefern lässt. Heute hat dieser Pfad ein Loch in der Mitte, weil Odyssey-3 nicht verfügbar ist und kein Dateiformat erzeugt, das eine Finishing-Pipeline verarbeitet.

Um beide herumzurouten

Weder Luma Ray 3.2 noch Odyssey-3 wird von OrcaRouter bereitgestellt, und dieser Artikel behauptet auch nicht, dass eines von beiden dort liefe. Bemerkenswert ist vielmehr, wie viel an einer solchen Pipeline keines der beiden Modelle ist. Das Prompt-Modell, das eine Shot-Beschreibung entwirft, das Vision-Modell, das ein Bild gegen das Briefing prüft, das Transkriptionsmodell, das Dialog aus einer Referenzspur zurückholt – sie laufen permanent, zu einem Bruchteil der Kosten des Videomodells pro Clip, und sie sind die Teile, die zu ungünstigen Zeiten ausfallen. Sie über eine API für über 200 Modelle zum Listenpreis der Anbieter mit 0 % Aufschlag laufen zu lassen, hält diese Ebene auf einem Schlüssel und einer Rechnung, und automatisches Failover bedeutet, dass ein beeinträchtigter Prompt-Endpunkt umgeleitet wird, statt die Warteschlange dahinter zum Stillstand zu bringen. Wenn ein Anbieter den Preis für ein Videomodell senkt, sorgt die Weitergabe dafür, dass diese Senkung hier noch am selben Tag gilt – allerdings für die Modelle, die wir tatsächlich bereitstellen, und dazu gehört heute keines dieser beiden.

Worauf es sich jeweils zu warten lohnt

Ray 3.2 ist jetzt verfügbar, und der Grund, sich dafür zu entscheiden, ist konkret: Wenn Ihr Deliverable eine Farbpipeline durchläuft, ist der ACES2065-1-EXR-Pfad eine Fähigkeit, die die meisten Generatoren schlicht nicht bieten, und die Einschränkungen bei Auflösung und Dauer – 1080p-Obergrenze, 5-Sekunden-Clips für HDR, kein natives Audio – sind der Preis des Einstiegs. Wenn Sie synchronisierten Ton benötigen, ist dies das falsche Modell, und Sie sollten sich eines ansehen, das ihn erzeugt.

Odyssey-3 ist aus einem einzigen Grund sehenswert, und der hat nichts mit den Dimensionen von Ray 3.2 zu tun. Wenn ein einziges Set von Gewichten tatsächlich Arme, humanoide Roboter, ein Auto, eine Drohne und drei Spiele antreibt – jeweils aus Dutzenden Stunden Daten –, dann ist das ein Anspruch auf Allgemeinheit, den kein Renderer erhebt, und es ist der Anspruch mit dem größten Potenzial im aktuellen Feld. Das Problem ist, dass die Belege dafür heute Odysseys eigener Demo-Reel und eine einzige Sim-to-Real-Kennzahl sind. Was die Einschätzung ändern würde, ist nicht eine bessere Demo – es sind ein Preis, ein Termin und eine Zahl, die von jemandem gemessen wurde, der nicht dort arbeitet.