在过去不久的2025年1月16日，专注3D内容的模型供应商Luma AI推出了全新模型 - Luma Ray2，这是一款视频生成AI大模型，能够基于我们的文本指令生成逼真、连贯、炫酷的动态视频，拥有极强的视觉效果。Luma Ray2模型采用Luma AI最新的多模态架构进行训练，计算能力比Ray1提升了 10倍，每次调用能够生成时长5秒或9秒的高清视频，具备快速流畅的运镜、超真实的视频细节以及逻辑清晰的视频内容，支持540p和720p两种分辨率。
今天我们将介绍借助亚马逊云科技Amazon Bedrock上的Luma Ray2生成视频，在Bedrock上大家只需要通过简单的API调用，就可以为大家的生成式AI应用，集成添加高质量、逼真、可直接用于生产应用的视频内容。Luma Ray2可以深入理解人、动物和物体之间的交互，结合先进的自然语言理解和推理能力，创建连贯且符合物理规律的视频内容。
Ray2视频生成可以广泛应用于多样化的生活场景，如内容创作、娱乐、广告和媒体等，极大地简化从构思到完整视频的制作流程。大家可以通过该模型生成流畅、具有电影质感的运动画面，以契合大家希望通过镜头表达出的情绪，同时该模型可以自动快速切换不同的摄像机角度和风格，为建筑、时尚、影视、平面设计和音乐等领域提供创意性视频内容生成。
下面跟着小李哥一起来看看Luma发布的Ray2模型令人惊艳的视频生成效果~
在本系列的上篇中，我们介绍了如何在亚马逊云科技控制台上利用Amazon Bedrock配置参数、提示词生成视频的方案。在下篇中，我们将探索利用Ray2模型生成视频的更多场景，并介绍如何通过python代码调用Amazon Bedrock API生成视频。
利用Ray2模型生成视频的更多场景探索
以下是小李哥总结的其他利用Ray2模型生成视频的场景：
提示词1：一只迷你的小猫正在手指尖的表面上行走和探索
A miniature baby cat is walking and exploring on the surface of a fingertip
提示词2：一颗巨大的水球漂浮在背光的森林中
A massive orb of water floating in a backlit forest
提示词3：一个男人在吹奏萨克斯风（来源：@ziguratt）
A man plays saxophone
提示词4：蜜蜂授粉的微距特写
Macro closeup of a bee pollinating
如果大家想了解更多Ray2生成视频的场景和示例，大家可以到Luma Ray2官网页面查看。
如何通过Python SDK以API形式调用Luma Ray2模型生成视频？
我们在Amazon Bedrock控制台中就可以直接获取调用模型的API参数格式，我们选择**"View API request"** （查看 API 请求）获取对应的格式。大家还可以通过亚马逊云科技命令行界面（AWS CLI）和支持多语言的SDK访问该模型。Ray2模型ID为luma.ray-v2:0。
通过AWS CLI生成
以下是通过AWS CLI命令行调用模型的示例：
bash
aws bedrock-runtime start-async-invoke \
--region us-west-2 \
--model-id luma.ray-v2:0 \
--model-input "{ \"prompt\": \"a humpback whale swimming through space particles\", \"duration\":\"5s\", \"resolution\": \"540p\", \"aspect_ratio\":\"16:9\"}" \
--output-data-config "{\"s3OutputDataConfig\": {\"s3Uri\": \"s3:\/\/testing-bucket-ais-region-us-west-2\/\"}}"通过Python Boto3生成
大家还可以使用StartAsyncInvokeAPI操作，通过AWS SDK使用各种编程语言调用API生成视频，开发自己的生成式AI应用程序。
bash
import boto3
import json
# 初始化 Amazon Bedrock 运行时客户端
client = boto3.client('bedrock-runtime', region_name='us-west-2')
# 设置模型 ID
model_id = 'luma.ray-v2:0'
# 定义模型输入
model_input = {
"prompt": "a humpback whale swimming through space particles",
"duration": "5s",
"resolution": "540p",
"aspect_ratio": "16:9"
}
# 定义输出数据配置
output_data_config = {
"s3OutputDataConfig": {
"s3Uri": "s3://testing-bucket-ais-region-us-west-2/"
}
}
# 发起异步推理请求
response = client.start_async_invoke(
modelId=model_id,
modelInput=json.dumps(model_input),
outputDataConfig=output_data_config
)
# 输出响应
print("异步推理请求已提交。")
print("请求ID:", response['id'])备注：Luma Ray2视频模型现已正式在亚马逊云科技美国西部（俄勒冈）AWS 区域使用。