Luma推出Uni-1，这是其首款集成推理和图像生成的模型。
简单来说
Luma 推出了 Uni-1，这是其首款将推理和图像生成结合在一个架构中的模型——这与这家专注于视频的初创公司的起源截然不同。
AI视频生成初创公司 亮度 推出了 Uni-1，这是该公司首款将推理和图像生成集成到单一架构中的模型，标志着该公司从之前专注于视频内容的战略转变。
据该公司称，过去三年，Luma 的工作已从场景重建发展到 3D 生成和视频扩散规模化，但仅凭视觉媒体本身，缺乏整合理解，存在局限性。Uni-1 是该公司首个旨在融合推理和生成能力的统一模型，旨在推进多模态通用智能的发展。
Luma 将通用智能定义为推理、想象、操控符号和模拟环境的能力。虽然现有的 AI 系统可以分别执行这些功能，但 Uni-1 旨在将它们整合到一个统一的框架中，对时间、空间和逻辑进行建模，从而实现传统分段式流程无法解决的问题。
该模型构建为一个仅包含解码器的自回归Transformer，将文本和图像表示在一个交错的序列中，该序列既作为输入又作为输出。Uni-1能够执行结构化的内部推理，分解指令，解决约束，规划构图，并据此渲染图像。
Uni-1展现了“以语言思考，以像素想象和渲染”的能力，Luma将其描述为“像素智能”。预计后续版本将增加音频和视频生成等其他输出功能。该模型的目标不仅是作为工具，更是一个平台，通过将推理直接集成到创意工作流程中，从而变革企业的运营方式。
Luma Agents 扩展统一智能
基于 Uni-1，Luma 近期推出了 Luma Agents，这是一套人工智能驱动的工具，旨在处理跨文本、图像、视频和音频的端到端创意制作流程。这些代理使用 Luma 的统一智能模型系列，这些模型基于单一的多模态推理系统进行训练。Luma 将 Luma Agents 定位为广告公司、营销团队、设计工作室和企业客户的解决方案，可实现跨多种模态的协同创意生成。
Luma Agents 与其他 AI 模型兼容，包括 Luma 的 Ray 3.14、Google 的 Veo 3 和 Nano Banana Pro、字节跳动的 Seedream 以及 ElevenLabs 的语音生成工具。据 Luma 首席执行官兼联合创始人 Amit Jain 介绍，这些 Agents 利用了 Uni-1 的集成架构，该架构经过音频、视频、图像、语言和空间推理方面的训练，使其能够在协调、智能的工作流程中规划、执行和生成内容。
免责声明
在与行 信托项目指南，请注意，本页提供的信息无意且不应被解释为法律、税务、投资、财务或任何其他形式的建议。 重要的是，仅投资您可以承受损失的金额，并在有任何疑问时寻求独立的财务建议。 如需了解更多信息，我们建议您参阅条款和条件以及发行人或广告商提供的帮助和支持页面。 MetaversePost 致力于提供准确、公正的报告，但市场状况如有变更，恕不另行通知。
关于作者
Alisa，一名热心记者 MPost专注于加密货币、人工智能、投资以及广阔的领域 Web3。她对新兴趋势和技术有着敏锐的洞察力，提供全面的报道，让读者了解和吸引读者了解不断发展的数字金融领域。
更多文章
Alisa，一名热心记者 MPost专注于加密货币、人工智能、投资以及广阔的领域 Web3。她对新兴趋势和技术有着敏锐的洞察力，提供全面的报道，让读者了解和吸引读者了解不断发展的数字金融领域。
