Odyssey-3 против Luma Ray 3.2: мир, в который можно войти, или файл для цветокоррекции

Luma Ray 3.2 делает то, чего почти не делает больше никто в генерации видео: он выдаёт вам 10-, 12- и 16-битные HDR-кадры в стандарте ACES2065-1 EXR — это формат, который колорист действительно хочет, и причина, по которой модель существует в её нынешнем виде. Odyssey-3 делает то, чего не делает вообще ни одна видеомодель: принимает действие на вход и предсказывает, что мир сделает дальше, а затем преобразует это предсказание в моторные команды для роботизированной руки, гуманоида, автомобиля или дрона. Luma Ray 3.2, выпущенная Luma AI 9 июня 2026 года, — это инструмент генерации, относящийся к этапу финишной обработки, с API для разработчиков. Odyssey-3, предварительно показанная Odyssey 15 сентября 2026 года, — это невыпущенная фундаментальная модель мира без цены и даты. Их сравнение — не столько соревнование, сколько способ спросить, какого из двух очень разных результатов на самом деле не хватает вашему пайплайну — цветокорректированного кадра или мира, который откликается на управление.

Ray 3.2 построен вокруг результата

Выпуск Ray 3.2 примечателен не столько качеством генерации, сколько тем, где он останавливается. Он генерирует в 540p, 720p и 1080p, клипами длительностью 5 или 10 секунд, в шести соотношениях сторон, охватывающих вертикальный, квадратный и широкоэкранный форматы, и принимает текст, начальный кадр, конечный кадр или существующее видео для модификации. Путь HDR — это ключевое отличие, и с ним связаны реальные ограничения, которые стоит указать точно: вывод HDR с разрядностью 10, 12 и 16 бит в ACES2065-1 EXR доступен только в 720p и 1080p и только для 5-секундных клипов. Экспорт EXR нужно запрашивать, включив HDR. Стандартный вывод — MP4. Бесшовное зацикливание применяется к 5-секундным клипам. До 16 ключевых кадров на клип дают контроль на уровне плана, который ближе к анимации, чем к промптингу, а отслеживание мимики охватывает до восьми лиц.

На решение о покупке влияют ещё два факта. Ray 3.2 — первая модель в семействе Ray с полноценным API для разработчиков — более ранние модели Ray были доступны только по подписке — с разделением на тариф Build с оплатой по мере использования и тариф Scale с зарезервированной пропускной способностью и SLA. И она не генерирует синхронизированный звук для работы в режимах text-to-video или image-to-video; звук сохраняется только в сценариях modify и reframe. Luma провела собственную оценку, заявив о паритете с Veo 3 от Google и превосходстве над несколькими конкурентами, но это сравнения, проведённые поставщиком, без опубликованных числовых показателей, и их следует воспринимать как позиционирование, а не как измерение.

Odyssey-3 построен вокруг контроллера

Дизайн-центр Odyssey-3 находится на противоположном конце конвейера. Это авторегрессионный диффузионный трансформер, обученный на визуальном наблюдении за миром, а его отличительный компонент — обучаемый декодер действий: по формулировке Odyssey, «обучаемый выходной компонент, присоединённый к модели мира», который преобразует внутреннее представление модели в действия, требуемые конкретному аппаратному устройству. Odyssey сообщает, что один и тот же бэкбон управляет роботизированными руками на основе десятков часов демонстраций, в реальном времени приводит в действие гуманоидные политики, построенные с помощью Flexion, выдаёт путевые точки для вождения в замкнутом контуре на основе замороженного бэкбона, обученного на 20 часах симулированных данных, управляет дронами в помещениях в обход препятствий и играет в Grand Theft Auto V с переносом на Red Dead Redemption 2 и Sleeping Dogs без дополнительного обучения политики там.

Единственное сравнительное число, опубликованное Odyssey, заключается в том, что обученные на симуляции политики вождения проезжали примерно 77% того расстояния между вмешательствами страхующего водителя, которое проезжали политики, обученные на реальных видеозаписях. Нет ни таблицы бенчмарков, ни технического отчёта Odyssey-3, ни независимой оценки, ни даты появления, кроме «в ближайшие недели». Это превью, и оно оценено в ноль, потому что его нельзя купить.

Контраст, измерение за измерением

• Что получается на выходе — Luma Ray 3.2: MP4, а также 10/12/16-битный ACES2065-1 EXR, когда включён HDR. Odyssey-3: смоделированное состояние мира плюс моторные действия.

• Потолок формата — Luma Ray 3.2: ACES2065-1 EXR в 720p и 1080p, только 5-секундные клипы. Odyssey-3: не формат файла; вывод — это развёртывание.

• Разрешение и длительность — Luma Ray 3.2: до 1080p, 5 или 10 секунд (10 секунд — только для преобразования текста в видео). Odyssey-3: непрерывно, с той частотой, которая требуется для развёртывания.

• Аудио — Luma Ray 3.2: отсутствует для T2V/I2V; сохраняется при модификации и перекадрировании. Odyssey-3: отсутствует; это не генератор медиаконтента.

• Цена — Luma Ray 3.2: за видео в зависимости от разрешения, динамического диапазона и длительности, при этом экспорт в HDR и EXR увеличивает стоимость клипа; в сторонних каталогах 5-секундный клип 720p стоит около $0.30, а 1080p — около $1.20. Odyssey-3: не опубликовано.

• Доступность — Luma Ray 3.2: выпущена 09.06.2026, тарифные уровни API Build и Scale. Odyssey-3: предварительный просмотр, «в ближайшие недели».

Результат и среда

Причина, по которой это сопоставление показательно, а не произвольно, состоит в том, что две модели завершаются в разных местах. Ray 3.2 завершается файлом, который попадает к колористу, специалисту по композитингу или в студию финишинга — путь EXR существует именно для того, чтобы сгенерированное изображение могло выдержать цветокоррекцию, композитинг и повторную цветокоррекцию, не разваливаясь. Это решение, относящееся к рабочему процессу, и именно поэтому Ray 3.2 конкурирует более напрямую с инструментами постпродакшена, чем с другими генераторами.

Odyssey-3 вообще не завершается — в том смысле, в каком завершается файл. Его выходные данные — это моделируемое состояние, которое продолжает работать, а его потребитель — программа. Проверка того, сработало ли это, состоит не в том, правильно ли выглядят кадры, а в том, переносится ли обученная в нём политика на аппаратное обеспечение. Это разные критерии успеха, которые измеряют разные люди, и никакое повышение разрешения ни с одной стороны не делает их сопоставимыми.

Точка, где они могли бы соприкасаться, — это путь от превизуализации к финишингу. Модель мира — естественный инструмент для интерактивного исследования пространства: менять движение камеры, заново выстраивать сцену, сразу видеть результат — и именно этого не может сделать фиксированный сгенерированный клип. Модель вроде Ray 3.2 — естественный инструмент для превращения выбранного результата в нечто, пригодное для сдачи в HDR. Сегодня у этого пути дыра посередине, потому что Odyssey-3 недоступен и не выдаёт ни одного файлового формата, который использует конвейер финишной обработки.

Обходя их обоих

Ни Luma Ray 3.2, ни Odyssey-3 не обслуживаются OrcaRouter, и эта статья не утверждает обратного. А вот что действительно стоит отметить, так это то, насколько большая часть подобного пайплайна — вовсе не эти модели. Промпт-модель, которая набрасывает описание кадра, vision-модель, которая сверяет кадр с брифом, модель транскрипции, которая восстанавливает диалоги из референсной дорожки, — всё это работает постоянно, за малую долю стоимости одного клипа у видео-модели, и именно эти части ломаются в самое неподходящее время. Запуск их через один API к более чем 200 моделям по каталожной цене провайдера с наценкой 0% держит этот слой на одном ключе и одном счёте, а автоматическое переключение при сбое означает, что деградировавший эндпоинт промптов перенаправляет запросы, а не блокирует очередь за собой. Когда вендор снижает цену на видео-модель, сквозной перенос означает, что это снижение действует здесь в тот же день, — но только для моделей, которые мы действительно обслуживаем, а сегодня в их число не входит ни одна из этих двух.

Чего стоит ждать от каждого

Ray 3.2 уже доступна, и причина выбрать её конкретна: если ваш конечный результат проходит через цветовой конвейер, путь ACES2065-1 EXR — это возможность, которую большинство генераторов просто не предлагает, а ограничения по разрешению и длительности — потолок 1080p, 5-секундные клипы для HDR, отсутствие встроенного звука — это плата за вход. Если вам нужен синхронизированный звук, это неподходящая модель, и стоит присмотреться к той, которая его генерирует.

Odyssey-3 стоит посмотреть по одной причине, и это не какое-либо из измерений Ray 3.2. Если один набор весов действительно управляет манипуляторами, гуманоидами, автомобилем, дроном и тремя играми, используя для каждого из них десятки часов данных, это заявление об обобщаемости, которого не делает ни один рендерер, и это заявление с наибольшим потенциалом в текущей области. Проблема в том, что доказательства в его пользу сегодня — это собственный демонстрационный ролик Odyssey и единственный показатель sim-to-real. То, что изменило бы оценку, — не более качественное демо, а цена, дата и одно число, измеренное кем-то, кто там не работает.