融资快报|AI视觉领域明星「Luma AI」完成千万美元融资，亚马逊、AMD投了

《智能涌现》获悉，美国硅谷AI视觉领域企业“Luma AI”近日完成新一轮融资，金额为千万美元。

该轮的投资阵容包括亚马逊、AMD、Factorial Funds、LDV Capital四家欧美企业或基金。与此同时，老股东A16Z、Amplify Partners和经纬（Matrix Partners）继续加码。

据了解，该轮融资主要用于加速视觉人工智能基础模型和产品的开发。

成立于2021年，Luma AI是一家聚焦于计算机视觉内容的技术型公司，旗下自研模型涵盖视频生成、3D生成和图片生成。2024年1月，《智能涌现》曾报道了Luma AI完成4300万美元B轮融资的消息，投资方为A16Z。

在全球范围内，AI赛道的资源分配都已经进入了“中场”。据科技媒体Techcrunch的统计，2024年下半年月均过亿融资笔数，比上半年少了10%。与此同时，热钱正在集中涌向AI应用层，尤其是AI搜索、AI销售、机器人、AI编程等领域。

模型层是基础设施，AI模型层不能单独成为产品，最终流量需要AI应用承接——无论是投资者，还是AI从业者，目前已经形成了这一共识。

2024年11月26日，主要在模型层发力的Luma AI，也发布了继视频生成模型Dream Machine出圈后的第一款AI应用型产品Dream Machine AI创意平台。

“和ChatGPT等语言模型相比，视频模型还是比较小众的领域。”Luma AI产品设计师Jiacheng Yang发现，Dream Machine的用户主要是有AI或者影视制作经验的专业人群。他对《智能涌现》解释了发布主打图像设计的AI创意平台的理由：

“相较于视频生成，图像领域的用户基础更大，有利于扩大我们的用户基数。我们的目标就是做一款AI小白和设计小白都能轻易上手的AI视觉工具。”

Dream Machine AI创意平台，可以理解为一个集合了文生图像设计、AI头脑风暴、主体/风格参考、设计图转视频等功能的设计平台。

Dream Machine AI创意平台的主体/风格参考功能。图源：Luma AI

相较于Midjourney、Stable Diffusion等文生图产品，Dream Machine AI创意平台对自然语言Prompt的理解能力更强，同时还能在图片中生成更高清和富有设计感的配文。

Dream Machine AI创意平台生成的高清配文。图源：Luma AI

Dream Machine AI创意平台易上手、性能强的原因，仍在于底层的模型能力。目前，平台的语言理解能力，来自Luma AI基于第三方语言模型构建的Agent；图片生成能力，源于Luma AI自研的图片生成模型Luma Photon；而图生视频能力，则来自2024年6月16日发布的自研视频生成模型Dream Machine。

彼时，Sora、生数科技Vidu等视频生成模型只停留于发布demo阶段，并没有对外公测。Dream Machine靠率先“免费”“公测”，以及不错的性能、“梗图”的玩法，一度在社交平台走红。

上线4天，Dream Machine的用户数就突破了100万。与此同时，Luma AI数据产品负责人Barkley Dai告诉《智能涌现》，Dream Machine的推广费用为0。

目前，Luma AI团队规模在50人左右。据Barkley介绍，2023年12月决定启动视频生成项目后，团队规模从10人扩展到了50人，主要引入了视频生成领域的顶尖人才。

高人才密度作战的效果，体现在了Dream Machine的性能上。Dream Machine目前能够用20秒左右的时间，生成5秒视频。与此同时，极为仿真的摄像机运动轨迹、自然的光影变化，以及丰富的机位，是Dream Machine的特点。在2024年9月发布的1.6版本中，用户只需要输入文字Prompt，就能调整相机的移动方向。

与此同时，靠3D生成技术起家的Luma AI旗下，还有Text to 3D工具Genie。彼时，Genie是市面上仅有的能在10秒内生成3D模型的工具。

在商业化层面，一方面，Luma AI旗下的视频、图像、3D领域的模型产品，对外提供API；另一方面，Dream Machine AI创意平台等应用层产品，将采用限免+付费订阅的收费模式。

当下，Luma AI也成了少有的在视频、图像、3D多模态领域全面布局的AI初创企业。在公开访谈中，Luma AI首席科学家Jiaming Song提到，多模态模型训练所需的Token量远大于语言，多模态的Scaling Law能让模型更好地理解世界。

Luma AI商业模式分析：多模态AI技术驱动的产品与服务生态

Luma AI作为一家硅谷AI视觉企业，通过多模态AI模型（视频、图像、3D）的研发与应用，逐步构建了以技术为核心、产品为载体、商业化为导向的多层次商业模式。以下从技术驱动、产品定位、用户增长、营收模式、市场竞争力五个维度分析其商业模式。

---

1. 技术驱动：以多模态AI模型为核心的技术优势

核心技术能力

Luma AI的商业模式建立在其深厚的技术积累之上，核心能力体现在以下三个层面：

• 图片生成模型（Luma Photon）：支持高质量图像生成，具备领先的分辨率与设计感。
• 视频生成模型（Dream Machine）：实现快速生成短视频，支持动态摄像机轨迹和自然光影效果，技术性能优于同类产品。
• 3D生成模型（Genie）：以10秒内生成3D模型为亮点，是行业内少数具备高效3D生成能力的工具。

技术生态化

Luma AI的技术布局覆盖了视频、图像、3D三大多模态领域，不仅能满足单一场景的需求，还能通过多模态协作（如图生视频、文本生成3D）提供更丰富的应用场景。这种技术生态化是其核心竞争壁垒。

技术商业化

Luma AI通过将自研模型能力外部化，向开发者和企业提供API，以技术服务的形式实现收入来源。

总结： 技术驱动是Luma AI商业模式的基础，其核心竞争力在于多模态技术的领先性和落地能力。通过API服务，Luma AI进一步将技术能力转化为商业价值。

---

2. 产品定位：从专业用户到大众市场的多层次覆盖

Luma AI的产品布局体现了从专业用户逐步向大众用户扩展的清晰路径：

专业级产品

• Dream Machine（视频生成模型）：早期目标用户为AI和影视制作的专业人群，依靠其高性能和灵活性打开市场。
• Genie（3D生成工具）：以精准和快速的3D建模能力吸引专业设计师和开发者。

大众化产品

• Dream Machine AI创意平台：从视频生成拓展到图像生成，目标是覆盖更广泛的非专业用户（“AI小白”和设计“新手”）。通过降低使用门槛，Luma AI实现了从专业工具向大众化平台的延伸。

产品差异化

与MidJourney、Stable Diffusion等竞争对手相比，Dream Machine AI创意平台在自然语言理解和生成高清视觉设计方面具备优势，同时通过“文生图”和“图生视频”的多功能设计，提供了更全面的用户体验。

总结： Luma AI的产品矩阵兼顾专业市场和大众市场，逐步降低用户门槛，扩展用户基数。这种“两端入手”的策略有助于提升市场渗透率和用户规模。

---

3. 用户增长：零推广费用的增长路径设计

高效增长策略

Luma AI依托其产品的技术优势和社交传播效应，在推广费用为零的情况下实现了快速用户增长：

• Dream Machine上线4天用户突破100万：通过“免费公测”和“梗图玩法”，激发社交平台用户的自发传播。
• 低门槛工具吸引大众用户：Dream Machine AI创意平台降低了技术门槛，吸引大量非专业用户尝试并扩散。

用户增长路径

1. 早期积累专业用户：以高性能和创新性吸引AI和影视制作领域的专业用户。
2. 中期拓展大众用户：通过功能易用性和免费策略，扩大用户基数。
3. 长期提升用户留存与变现：通过增加高级功能和服务，推动用户付费转化。

总结： Luma AI借助“技术+社交裂变”驱动用户增长，在零推广费用的情况下实现了指数级扩展，并通过大众化产品进一步提升用户规模。

---

4. 营收模式：技术授权与应用产品双轮驱动

Luma AI的商业化路径清晰，收入来源主要分为以下两部分：

1. 技术授权（B2B模式）

通过开放API，将模型能力提供给企业和开发者，按使用量收费。这种模式能够快速实现技术变现，同时扩大Luma AI在行业中的技术影响力。

2. 应用产品（B2C模式）

• 限免+订阅收费模式：Dream Machine AI创意平台通过提供基础功能免费、高级功能订阅收费的方式实现商业化。
• 多层次产品设计：从免费用户到专业订阅用户，设计不同的付费档位，满足不同用户需求。

商业化优势

• 多模态生态的协同效应：图片、视频、3D生成模型的协同能力，能够吸引多个领域的用户，形成交叉销售机会。
• 规模化效应：随着用户基数的扩大，订阅收入和API调用收入将呈现快速增长趋势。

总结： Luma AI通过B2B技术授权保障基础收入，通过B2C应用产品实现更高的市场渗透和用户变现，形成稳定的双轮驱动商业模式。

---

5. 市场竞争力：多模态布局与Scaling Law驱动

市场差异化定位

Luma AI是少数在视频、图像、3D三大多模态领域全面布局的初创公司。相比于专注单一领域的竞争对手，其多模态能力能够覆盖更广泛的应用场景，形成独特的市场竞争力。

技术优势支撑

• 多模态Scaling Law：Luma AI通过整合多模态训练所需的Token量，提升了模型对现实世界的理解能力，进一步增强了模型的泛化性与实用性。
• 领先的商业化节奏：相比同期的Sora和生数科技等竞争对手，Luma AI在产品化和市场化方面走在了前列。Dream Machine的快速公测与用户增长，使其赢得了先发优势。

总结： Luma AI多模态布局带来的技术协同与市场覆盖，是其与竞争对手拉开差距的关键；通过快速商业化落地，其市场竞争力进一步增强。

---

综合总结：Luma AI商业模式的核心价值

Luma AI的商业模式以多模态AI技术为核心，依托强大的技术驱动能力，结合专业市场与大众市场需求，构建了覆盖B2B技术服务与B2C应用产品的双重盈利模式。其快速用户增长与多模态协同能力，进一步巩固了市场地位。

核心亮点：

1. 技术驱动+生态协同：多模态模型布局构建了技术壁垒和应用生态。
2. 用户增长：通过免费策略和社交裂变实现低成本快速扩张。
3. 商业化路径清晰：技术授权与限免订阅模式双轮驱动收入增长。
4. 市场差异化与先发优势：覆盖全多模态领域，领先竞争对手实现商业化落地。

Luma AI的案例证明，在AI创业中，技术创新与商业化落地的平衡，是构建长远发展能力的关键。

---