Odyssey-3 vs Luma Ray 3.2：入るべき世界か、評価すべきファイルか

Luma Ray 3.2は、動画生成において他にほとんど例のないことをする。それは、ACES2065-1 EXR規格で10、12、16ビットのHDRフレームを渡してくれることだ。これはカラリストが実際に求める形式であり、このモデルが現在の形で存在している理由でもある。Odyssey-3は、どの動画モデルもまったくしないことをする。行動を入力として受け取り、世界が次にどうなるかを予測し、その予測をロボットアーム、ヒューマノイド、車、ドローンのモーターコマンドに変換する。Luma AIが2026年6月9日にリリースしたLuma Ray 3.2は、開発者向けAPIを備えた、仕上げ工程に近い生成ツールだ。Odysseyが2026年9月15日にプレビューを公開したOdyssey-3は、価格も提供日も未定の未リリース基盤ワールドモデルである。両者を比較することは、どちらが優れているかを競う対決というより、2つの大きく異なる出力のうち、あなたのパイプラインに実際に欠けているのはどちらなのか——グレーディング済みのフレームか、制御に応答する世界か——を問う方法だ。

Ray 3.2は成果物を中心に構築されています

Ray 3.2のリリースは、その生成品質よりも、どこで止まるかという点で注目に値する。540p、720p、1080pで生成し、5秒または10秒のクリップ、縦・正方形・ワイドスクリーンをカバーする6つのアスペクト比に対応し、テキスト、開始フレーム、終了フレーム、または変更用の既存動画を受け付ける。HDRの道筋こそが差別化要因であり、正確に述べておく価値のある実際の制約を伴う。ACES2065-1 EXRでの10ビット、12ビット、16ビットHDR出力は、720pと1080pでのみ、しかも5秒クリップに限り利用できる。EXR書き出しは、HDRを有効にすることで要求する必要がある。標準の出力形式はMP4。シームレスループは5秒クリップに適用される。クリップあたり最大16個のキーフレームにより、プロンプトよりもアニメーションに近いショット単位の制御が可能になり、顔のパフォーマンストラッキングは最大8つの顔をカバーする。

購買判断を左右する事実がもう2つある。Ray 3.2はRayファミリーで初めて完全な開発者APIを備えたモデルであり——以前のRayモデルはサブスクリプション専用だった——従量課金制のBuildティアと、SLA付きの予約スループットScaleティアに分かれている。また、テキストから動画、画像から動画の作業で同期音声を生成しない。音声が残るのはmodifyとreframeの経路のみだ。LumaはGoogleのVeo 3と同等で、複数の競合を上回ると主張する独自評価を実施しているが、それらは数値スコアが公開されていないベンダー実施の比較であり、測定ではなくポジショニングとして読むべきだ。

Odyssey-3はコントローラーを中心に設計されています

Odyssey-3の設計上の中心は、パイプラインの反対側の端にある。これは世界の視覚的観察に基づいて訓練された自己回帰拡散トランスフォーマーであり、その際立った構成要素は学習された行動デコーダーだ。Odysseyの言い回しを借りれば、「世界モデルに付随する学習済み出力コンポーネント」であり、モデルの内部表現を、特定のハードウェアが必要とする行動に変換する。Odysseyは、同じバックボーンが、数十時間のデモンストレーションからロボットアームを制御し、Flexionで構築されたヒューマノイドポリシーをリアルタイムで駆動し、20時間のシミュレーションデータで訓練された凍結バックボーンから閉ループの運転ウェイポイントを生成し、屋内で障害物を避けながらドローンを飛行させ、Grand Theft Auto Vをプレイし、そこでの追加のポリシー訓練なしにRed Dead Redemption 2やSleeping Dogsへ転移できることを報告している。

Odysseyが公表した唯一の比較数値は、シミュレーションで訓練された運転ポリシーが、安全ドライバーによる介入と介入の間に走行した距離が、実映像で訓練されたポリシーの約77%だったというものだ。ベンチマーク表も、Odyssey-3の技術レポートも、独立した評価もなく、「今後数週間」以外の提供開始時期もない。これはプレビューであり、購入できないため価格は付けられていない。

次元ごとの対比

• 出力されるもの — Luma Ray 3.2: MP4、およびHDR有効時は10/12/16ビットのACES2065-1 EXR。Odyssey-3: シミュレートされたワールドステートとモーターアクション。

• フォーマット上限 — Luma Ray 3.2：720pおよび1080pのACES2065-1 EXR、5秒クリップのみ。Odyssey-3：ファイル形式ではなく、出力はロールアウトです。

• 解像度と長さ — Luma Ray 3.2: 最大1080p、5秒または10秒（10秒はテキストから動画のみ）。Odyssey-3: 継続的で、デプロイメントが必要とする任意のレートに対応。

• 音声 — Luma Ray 3.2：T2V/I2Vではなし。modifyとreframeでは保持されます。Odyssey-3：なし。メディア生成ツールではないためです。

• 価格 — Luma Ray 3.2：解像度、ダイナミックレンジ、長さに応じた動画単位の料金で、HDRおよびEXR書き出しはクリップ単価を倍増させる。第三者の掲載情報では、5秒の720pクリップが約0.30ドル、1080pが約1.20ドル。Odyssey-3：未公開。

• 提供状況 — Luma Ray 3.2: 2026-06-09 リリース、Build および Scale API ティア。Odyssey-3: プレビュー、「数週間以内」。

成果物 対 環境

この組み合わせが恣意的ではなく示唆に富むのは、2つのモデルが異なる地点で終わるからだ。Ray 3.2 は、カラリスト、コンポジター、フィニッシングハウスに渡されるファイルで終わる。EXR の経路が存在するのはまさに、生成された画像が崩れることなく、グレーディング、コンポジット、再グレーディングを経ても耐えられるようにするためだ。これはワークフロー上の判断であり、Ray 3.2 が他の生成ツールよりもポストプロダクション向けツールとより直接的に競合する理由でもある。

Odyssey-3は、ファイルという意味ではまったく終了しない。その出力は動き続けるシミュレーション状態であり、その消費者はプログラムである。機能したかどうかの試金石は、フレームが正しく見えるかどうかではなく、その内部で訓練されたポリシーがハードウェアに転移するかどうかである。これらは異なる成功基準であり、異なる人々によって測定され、どちらの側でどれほど解像度を高めても、両者を比較可能にはしない。

両者が接点を持ちうるのは、プリビジュアライゼーションからファイナリングに至る経路だ。ワールドモデルは、空間をインタラクティブに探索するための自然なツールである — カメラムーブを変更し、シーンを再ブロッキングし、その結果を即座に確認する。これはまさに、固定された生成クリップにはできないことだ。Ray 3.2 のようなモデルは、選んだ結果を HDR で納品可能なものに変えるための自然なツールである。今日、その経路には中央に穴がある。Odyssey-3 が利用できず、ファイナリングパイプラインが取り込むファイル形式を出力しないからだ。

両方を迂回する

Luma Ray 3.2 も Odyssey-3 も OrcaRouter から提供されておらず、本記事はどちらかが提供されていると主張するものでもありません。注目すべきは、このようなパイプラインの大部分がどちらのモデルでもないという点です。ショットの説明を起草するプロンプトモデル、フレームがブリーフに沿っているかを確認するビジョンモデル、参照トラックからセリフを復元する文字起こしモデル — これらは常時稼働しており、動画モデルのクリップあたりのコストのほんの一部で済み、そして都合の悪い時間帯に壊れるのはこうした部分です。200 を超えるモデルにまたがる 1 つの API を、プロバイダーの定価、マークアップ 0% で使えば、そのレイヤーを 1 つのキーと 1 つの請求にまとめられます。また、自動フェイルオーバーがあれば、プロンプトエンドポイントが劣化しても、背後でキューを停滞させることなくルートが切り替わります。ベンダーが動画モデルの価格を引き下げれば、パススルーによってその値下げは当日中にここでも反映されます — ただし、それは当社が実際に提供しているモデルにおける話であり、現時点ではこの 2 つのどちらも含まれていません。

それぞれが待つ価値があるもの

Ray 3.2 が現在利用可能です。これを選ぶ理由は明確です。成果物がカラーパイプラインを通るなら、ACES2065-1 EXR パスはほとんどの生成ツールが提供していない機能であり、解像度と尺の制約 — 1080p が上限、HDR では 5 秒クリップ、ネイティブ音声なし — は、このモデルを使うための前提条件です。同期音声が必要なら、これは適切なモデルではないので、音声を生成するモデルを検討してください。

Odyssey-3 は一つの理由で注目に値する。それは Ray 3.2 のどの次元でもない。もし一組の重みが本当に、ロボットアーム、ヒューマノイド、車、ドローン、そしてそれぞれ数十時間のデータからなる3つのゲームを動かしているのなら、それはどのレンダラーも主張しない汎用性についての主張であり、現在のこの分野で最も上振れ余地が大きい主張だ。問題は、今日それを裏づける証拠が、Odyssey 自身のデモリールと、たった一つの sim-to-real の数値しかないことだ。この見方を変えるのは、より良いデモではない — 価格、日付、そしてそこに勤めていない誰かが測定した一つの数値だ。