Luma

Luma est un modèle propriétaire de génération vidéo lancé par Luma AI le 14 janvier 2025. Il vise la création de séquences pour la production audiovisuelle, la publicité et l’exploration rapide de concepts.

Luma est un modèle propriétaire de génération vidéo lancé par Luma AI le 14 janvier 2025. Il vise la création de séquences pour la production audiovisuelle, la publicité et l’exploration rapide de concepts.

Son classement général dans VBench le place encore dans le haut du tableau. Son millésime est toutefois très ancien à l’échelle de l’IA générative, où les modèles de cette période sont probablement dépassés par des générations plus récentes.

Caractéristiques

CaractéristiqueValeur
TypeModèle de génération de vidéos
ÉditeurLuma AI
Poids🔒 Propriétaire
Date de sortie14 janvier 2025

Performances (benchmarks)

BenchmarkScoreRangSourceFiabilité
VBench: Fluidité du mouvement99,3 %8ᵉ / 62vbench✅ Mesuré
VBench: Stabilité temporelle98,6 %41ᵉ / 62vbench✅ Mesuré
VBench: Cohérence du sujet97,3 %15ᵉ / 62vbench✅ Mesuré
VBench: Actions humaines96,4 %19ᵉ / 62vbench✅ Mesuré
VBench: Respect du prompt84,2 %4ᵉ / 62vbench✅ Mesuré
VBench: Total83,6 %12ᵉ / 62vbench✅ Mesuré
VBench: Qualité visuelle83,5 %26ᵉ / 62vbench✅ Mesuré
VBench: Qualité d'image66,5 %26ᵉ / 62vbench✅ Mesuré
VBench: Qualité esthétique65,5 %10ᵉ / 62vbench✅ Mesuré
VBench: Amplitude du mouvement44,3 %48ᵉ / 62vbench✅ Mesuré

Scores objectifs mesurés par VBench (suite d'évaluation automatique de la génération vidéo), en pourcentage (plus haut = mieux). Le rang situe le modèle parmi les modèles vidéo évalués sur la même dimension.

Comment se situe-t-il ?

Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.

VBench: Fluidité du mouvement

Gen-2100 %
Pika Beta100 %
Kling99 %
▶ Luma99 %

VBench: Stabilité temporelle

Pika Beta100 %
IPOW100 %
MAGI-T2V-4.5B-distill100 %
AnimateDiff-V299 %
▶ Luma99 %
MiracleVision V599 %

Notre analyse

Forces. Luma figure parmi les meilleurs modèles de VBench pour la fluidité du mouvement et le respect du prompt. Cette combinaison favorise les séquences qui suivent correctement une consigne tout en conservant des déplacements réguliers. La cohérence du sujet se situe également à un bon niveau, proche du premier quart du classement. Le modèle obtient ainsi une douzième place au classement total de VBench.

Limites et points d’attention. La stabilité temporelle affiche un score brut élevé, mais Luma partage seulement la 41e place sur 62. Cette dimension est plafonnée et distingue donc mal les modèles. Le constat est similaire pour les actions humaines, où le score élevé correspond à une 19e place partagée. L’ancienneté de Luma réduit aussi son intérêt face aux générations récentes, dans un secteur où les catalogues évoluent rapidement. Usages pertinents : prototypage de plans, maquettes publicitaires et production de séquences privilégiant la fluidité et le respect des consignes.


Sources des données : LLM-Stats (llm-stats.com).