Luma Labs在自家新闻页发布一篇“AI视频模型排行榜”指南，横向介绍Ray 3.2、Google Veo、Runway Gen-4、Kling 3.0、MiniMax、Pika、Adobe Firefly和PixVerse，并称榜单分数不等于制作就绪；文章给出市场数据但未提供各模型的对比评测数据。
AI解读：Luma Labs发布了一篇面向2027年的AI视频模型对比指南，列出8个模型，并说明榜单衡量的是生成质量，而非完整的制作能力。
文章称AI视频生成器市场2025年规模为7.885亿美元，预计2032年达到27.5亿美元。
Luma对Ray 3.2的描述包括多关键帧序列、运镜控制、HDR工作流、EXR导出和Layers图层编辑；这些是公司自述的产品能力，文章未给出效果数据。
对其余模型的介绍以定位和功能为主：Veo偏重生成与谷歌云集成，Runway强调速度，Kling强调批量与API，MiniMax强调多语言，Pika强调特效与图片动画，Firefly接入Adobe生态，PixVerse支持多镜头与原生音频。
文章建议专业团队在榜单之外考察创意控制、修改能力、一致性和交付格式，并称若需大量后期修改，部分生成型工具需搭配其他工具使用。
Luma Labs在其新闻页发布《The AI Video Model Leaderboard: What You Need to Know About Top Tools in 2027》，以榜单为切入点比较主流AI视频模型，同时推介自家的Luma Ray 3.2。
文章的核心主张是：AI视频排行榜只反映首轮生成质量的偏好比较，不衡量生成之后的反馈、修改、视觉一致性和交付准备；这一判断来自Luma方面。
文章给出的市场规模与榜单局限
文章引用数据称，AI视频生成器市场2025年估值为7.885亿美元，预计到2032年增至27.5亿美元。
文章称，AI视频排行榜通过并排对比、由评估者选择更偏好的生成片段来排名，能反映视觉质量和整体偏好的模式，但不覆盖生成之后的制作环节。
Luma Ray 3.2的自述能力
文章将Ray 3.2放在首位，称其面向专业创意团队，覆盖从概念到最终交付的流程。文章列举的功能包括多关键帧序列、运动迁移、电影级运镜控制、HDR工作流、EXR导出、由Uni-1驱动的Layers图层编辑，以及保留项目上下文的Agent工作流。
文章以Serviceplan在全球业务中部署AI视频工具为例，称其看重的是场景指导、局部修改和跨活动视觉一致性；该案例未给出具体产出或效率数据。
文章称Layers可在保留已批准构图的前提下修改图片中的对象、文字和背景，用于广告活动中的图像资产更新。
- 多关键帧序列：按帧指导视频，而非依赖单条提示词
- 运动迁移：把参考素材中的运动应用到生成场景
- 运镜控制：平移、俯仰、推拉和升降
- HDR工作流与EXR导出：接入后期制作管线
- Layers（Uni-1）：把对象、文字、背景作为独立图层编辑，不重新生成整幅画面
其余七个模型的定位
文章对其余模型按生成方式和工作流定位作了简要介绍，未提供各模型之间的横向评测分数或统一基准。
文章称Veo侧重生成、提供多档质量并接入谷歌云；Runway Gen-4面向内容创作者和社交媒体，强调速度和易用；Kling 3.0强调高产量生成、批量处理和API；MiniMax侧重国际市场与多语言提示。
Pika强调视觉特效、图片动画和短视频，功能包括Pikaffects、Pikaframes、Pikadditions和Pika 2.5；Adobe Firefly把视频生成接入Adobe生态，支持文生视频、图生视频、镜头控制和关键帧；PixVerse的V6支持文生视频、图生视频、视频延长、多镜头生成和原生音频。
文章建议的选型维度
文章建议专业团队在榜单之外考察四项：能否指导运镜、节奏和构图；修改时是否要推翻已批准的工作；能否在多镜头和多资产间保持视觉方向一致；输出格式和分辨率是否匹配现有剪辑工具。
文章对Veo、Runway、Kling和MiniMax均提示，若工作流需要大量后期修改、逐帧控制或跨修改轮次的一致性，可能需要补充其他制作工具；这些判断来自Luma方面的产品对比，并非独立测试结论。