Luma lancerer Uni-1, den første model, der integrerer ræsonnement og billedgenerering
Kort sagt
Luma afslørede Uni-1, deres første model, der kombinerer ræsonnement og billedgenerering i én arkitektur – et stort skift fra den videofokuserede startups rødder.
AI-videogenereringsstartup Luma introducerede Uni-1, deres første model, der integrerer ræsonnement og billedgenerering i en enkelt arkitektur, hvilket markerer et strategisk skift fra virksomhedens tidligere fokus på videoindhold.
Ifølge virksomheden har Lumas arbejde i løbet af de sidste tre år udviklet sig fra scenekonstruktion til 3D-generering og skalering af videodiffusion, men visuelle medier alene har begrænsninger uden integreret forståelse. Uni-1 er positioneret som virksomhedens første samlede model designet til at kombinere ræsonnement og generative evner med det formål at fremme multimodal generel intelligens.
Luma beskriver generel intelligens som evnen til at ræsonnere, forestille sig, manipulere symboler og simulere miljøer. Mens eksisterende AI-systemer kan udføre disse funktioner separat, søger Uni-1 at kombinere dem inden for en enkelt ramme, hvor tid, rum og logik modelleres sammen for at muliggøre problemløsning, som traditionelle, segmenterede pipelines ikke kan opnå.
Modellen er bygget som en autoregressiv transformer, der kun bruger dekoder, og som repræsenterer tekst og billeder i en enkelt sammenflettet sekvens, der fungerer som både input og output. Uni-1 er i stand til at udføre struktureret intern ræsonnement, opdele instruktioner, løse begrænsninger, planlægge komposition og gengive billeder i overensstemmelse hermed.
Uni-1 demonstrerer evnen til at "tænke i sprog og forestille sig og gengive i pixels", en evne beskrevet af Luma som "intelligens i pixels". Yderligere output, herunder lyd- og videogenerering, forventes i efterfølgende udgivelser. Modellen er ikke blot tænkt som et værktøj, men som en platform, der transformerer, hvordan virksomheder fungerer, ved at integrere ræsonnement direkte i kreative arbejdsgange.
Luma-agenter udvider samlet intelligens
Med udgangspunkt i Uni-1 lancerede Luma for nylig Luma Agents, en pakke af AI-drevne værktøjer designet til at håndtere end-to-end kreativ produktion på tværs af tekst, billede, video og lyd. Agenterne fungerer ved hjælp af Lumas Unified Intelligence-familie af modeller, der er trænet på et enkelt multimodalt ræsonnementssystem. Luma positionerer agenterne som en løsning for reklamebureauer, marketingteams, designstudier og virksomhedskunder, der tilbyder koordineret kreativ generering på tværs af flere modaliteter.
Luma Agents er kompatible med andre AI-modeller, herunder Lumas Ray 3.14, Googles Veo 3 og Nano Banana Pro, ByteDances Seedream og ElevenLabs' stemmegenereringsværktøjer. Ifølge Amit Jain, Lumas administrerende direktør og medstifter, udnytter agenterne Uni-1's integrerede arkitektur, som er blevet trænet på tværs af lyd, video, billede, sprog og rumlig ræsonnement, hvilket giver dem mulighed for at planlægge, udføre og generere indhold i en koordineret, intelligent arbejdsgang.
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Alisa, en dedikeret journalist ved MPost, specialiserer sig i krypto, AI, investeringer og det omfattende område af Web3. Med et skarpt øje for nye trends og teknologier leverer hun omfattende dækning for at informere og engagere læserne i det stadigt udviklende landskab af digital finans.
Flere artikler
Alisa, en dedikeret journalist ved MPost, specialiserer sig i krypto, AI, investeringer og det omfattende område af Web3. Med et skarpt øje for nye trends og teknologier leverer hun omfattende dækning for at informere og engagere læserne i det stadigt udviklende landskab af digital finans.
