AIGC视频赛道周报｜8月10日至16日：从生成前分镜到开放权重，交付链开始重排 (2026)

8 月 10 日至 16 日，AIGC 视频赛道里最值得跟踪的变化，不是又多了一个模型名，而是生成链路被拆成了三个更明确的环节：先把分镜和返工范围锁定，再决定模型和部署方式，最后用受众反馈验证哪些版本值得投放。Luma、LTX 这周公开的产品与案例，分别把这三步往前推了一格。

本周速览

日期（北京时间）	事件	已确认变化	适合先测的环节
8 月 11 日	Luma 上线 Scenes	文本或图片先生成可编辑分镜与关键帧，逐场确认后才渲染；支持 Ray 3.2 或 Seedance 2，横竖画幅均可	单场返工是否真的不再牵动整条片子 1
8 月 11 日	LTX 发布 LTX-2.5	开放权重模型加入原生多镜头、Diffusion Fidelity Rendering、更强提示词理解与自动时长；可自托管、微调或走 API	本地部署的显存、速度、许可与成片稳定性 2 3
8 月 13 日	Luma 与 Dumbstruck 宣布 Creative Intelligence 合作	把情绪分析、Luma Agents 的逐帧修改和投放前复测接成闭环	生成更多版本之后，谁来判断哪个版本值得上线 4
8 月 14 日	Luma 发布 FOID AI Studio 案例	受访导演称把素材、脚本、分镜和制作流程放进同一工作台；案例涉及保加利亚 A1 全国电视广告	一体化工作流能否替代跨工具交接，而不只是省一次生成 5

四条信息放在一起，指向同一个判断：视频工具的竞争焦点正在从「单次生成效果」转向「返工成本、部署控制和投放前决策」。下面分开看每一条消息的能力边界。

Luma Scenes：先锁定分镜，再付渲染成本

8 月 11 日，Luma 发布 Scenes。它的核心改变不是再增加一个模型选项，而是把生成顺序改成「简报或参考素材 → 分镜关键帧 → 人工确认 → 渲染」。官方称，Scenes 会把所有场景放在同一上下文里生成，以保持环境、空间关系和视觉风格；用户可以单独重做、评论调整或替换某个关键帧，已批准的画面保持不变，也可以拖动关键帧调整节奏。1

渲染阶段可选 Ray 3.2 或 Seedance 2，输出 9:16 或 16:9，并可导出完整片段、分段片段，或继续打开 Ray 3.2 面板。Luma 自己也承认两种模型的输出取向不同：Ray 3.2 更偏多个短片段，Seedance 2 更常返回一个较长片段。这个差异让 Scenes 更像一个编排层，而不是把不同模型包装成同一种能力。1

对创作者最有价值的验证，不是拿一条样片和别的平台比画质，而是做一次「只改第三场」的返工测试：记录从发现问题到重新导出的时间、消耗和其他场景是否漂移。如果实际使用仍需要整条片子反复生成，Scenes 的关键承诺就没有兑现。还要先核对账号权限、模型可用地区和价格；「live now」证明的是产品已上线，不等于所有套餐和地区都能用到相同能力。

LTX-2.5：开放权重把部署权交回团队

8 月 11 日，LTX 发布 LTX-2.5。LTX 官方模型页列出的更新包括原生多镜头、按场景复杂度分配计算的 Diffusion Fidelity Rendering、新的视频解码器、更强的提示词理解、自动时长、原生 4K HDR 和 RAW 工作流；模型权重可下载、可自托管，也可在自己的数据上微调。2

它的实际价值在于把「能不能接入」从 API 供应商手里拿回来：有敏感素材的团队可以先在自己的基础设施上试跑，开发者可以把多镜头、声音和自定义流程接进 ComfyUI 或自己的服务，而不是只能等待平台开放某个参数。官方页面同时给出 16GB 显存起的部署表述，并写明年收入低于 1000 万美元的组织可按社区许可免费用于商业和生产，规模更大的团队需要另行谈许可；真正上线前应直接阅读绑定的许可文本，不要把「开放权重」自动等同于无条件开源。2

速度数字也要放回测量条件里看。VentureBeat 在 8 月 11 日的报道中记录，LTX 自测在两块 NVIDIA GB200 上把 10 秒图生视频做到了 6.8 秒；同一报道还写到，经 LTX API 的测量为 23.7 秒。前一个数字是厂商硬件条件下的结果，不是普通工作站的默认体验；LTX 官方页面的模型对比也属于厂商自测，适合做方向性参考，不应当替代团队自己的固定素材测试。2 3

如果要评估它是否适合进入团队流程，至少同时记录四项：本地显存和启动时间、同一镜头的生成速度、人物与镜头连续性，以及许可和内容溯源要求。开放权重的收益是控制权，代价是部署、升级和合规也由团队自己承担。

广告创意进入「测—改—验」闭环

8 月 13 日，Luma 与情绪分析公司 Dumbstruck 宣布合作，把双方称为 Creative Intelligence 的广告工作流接起来。Dumbstruck 负责测量受众对广告的情绪、行为和认知反应；Luma Agents 负责对既有视频做逐帧修改；双方设想的闭环是先找出需要改进的地方，再改片，最后在投放前重新验证。Wayfair 被列为正在探索这种组合的品牌之一。4

这条消息的行业意义，不是证明情绪分析已经能预测转化，而是指出了生成规模扩大后的新瓶颈：版本可以无限增加，但预算不可能同时押在所有版本上。于是「创意生产」与「创意选择」开始被当成同一个系统设计。对广告团队来说，真正该问的是：受众测量的样本和市场是否匹配，修改是否保留品牌信息，复测结果能否和真实投放指标对照，而不是只看生成速度。

目前公开信息仍是合作公告和客户探索，不能写成普遍可购买的标准化产品。若要试用，应把它当作一个待验证的投放前筛选流程，并保留小额真实投放作为对照组。

一个案例：工作流是否已经能独立运转

8 月 14 日，Luma 发布对 FOID AI Studio 创始人兼导演 Vinod Padmanabhan 的访谈。Luma 页面称，他把素材、脚本、分镜和制作流程都放在 Luma 内部，通过类似指导剧组的方式指导 Agent；案例还提到，FOID 为保加利亚电信品牌 A1 制作的项目成为该国首部在全国电视播出的 AI 制作影片。5

这是平台自有案例，不是独立审计，也没有给出成本、交付周期或收视提升数据。因此它能证明的是「一体化工作流正在被真实创作者尝试」，不能证明所有团队都能得到同样结果。对读者而言，案例最值得借鉴的部分是工作分工：把工具当作可以被分阶段指导的制作协作者，而不是每个镜头单独调用一次的生成器。试跑时应保留原始素材、人工审片节点和失败重做记录，才能判断工作流是否真的减少了交接。

融资与未覆盖项

本周不列融资金额。严格按 8 月 10 日至 16 日的事件日期，在本次可访问的一手公告和高可信报道中，没有找到同时满足「本周完成或公开」「金额口径清楚」以及「来源可访问、可交叉核验」的 AIGC 视频融资、并购或上市事项。7 月消息不跨周带入，搜索摘要和只写相对时间的转述也不作为结论。

可灵 AI、Seedance、小云雀、小影、Runway、Pika、Sora 和 Veo 仍在频道观察范围内；本期没有把它们写成「本周有新更新」，不是断言它们一定没有变化，而是本次没有同时拿到本周日期、具体变化和可访问原始详情页。这个缺口比用旧消息凑满名单更值得保留。

给创作者的三组验证

做一次局部返工测试。 在 Luma Scenes 中只改一个关键帧，记录重新渲染的时间、费用，以及已批准场景是否保持不变。
做一次本地与 API 对照。 用同一参考图和提示词测试 LTX-2.5，分别记录显存、等待、生成时间、连续性和许可条件；不要直接套用 6.8 秒的厂商自测。
给广告版本留一个真实对照。 让「受众测量—修改—复测」筛出少量候选，再用小预算真实投放核对完播、点击或转化，避免把预测性指标当成最终效果。

本周真正发生变化的，是视频制作的责任边界：模型负责生成不再够用，平台开始负责减少返工，开放权重负责交还部署控制，分析工具则试图替团队决定哪些版本值得进入市场。下周继续看这三件事能否从公告和案例，走到透明的价格、稳定性数据与可复用交付结果。