Luma AI、テキストとピクセルを同時に生成する自己回帰モデル「Uni-1」を発表
Luma Labsは3月23日、画像生成モデル「Uni-1」をリリースしました。これは、同社の「Unified Intelligence」アーキテクチャに基づいて構築された、初の一般公開モデルとなります。現在、公式サイトにて無料トライアルの提供が開始されており、APIの料金体系も発表されました。また、企業向けアクセスチャネルも順次展開される予定です。

アーキテクチャの転換:拡散モデルから自己回帰モデルへ
Uni-1は、主流の拡散モデルアプローチから離れ、代わりにデコーダーのみの自己回帰型トランスフォーマーを採用しています。テキストと画像のトークンを単一のシーケンス内で交互に配置し、1回のフォワードパスで推論とピクセル生成を完了させます。
LumaのCEOであるAmit Jain氏は、従来のソリューションでは通常、まず言語モデルを用いて計画を立て、その後生成のために拡散モデルに引き継ぐため、2つの段階の間で情報が失われると説明しました。Uni-1の設計は、このギャップを解消することを目的としています。
ジェイン氏は以前Appleに在籍し、Vision Proの開発に携わっていました。
機能:参照画像制御とクロススタイル生成
Uni-1は、1つ以上の参照画像に基づいて画像を生成し、被写体の身元、姿勢、構図を維持します。公式テストでは、複数参照画像モードにおけるキャラクターの一貫性やポートレートの制御において、安定した性能が示されています。
同モデルは、写実的な写真、コミック、浮世絵などのカテゴリーを含む76種類のビジュアルスタイルに対応していると主張している。
デモでは、「ゴールデンゲートブリッジのインフォグラフィックを描いて」と入力すると、モデルが自動的にレイアウトを計画し、橋の構造図を生成し、「1711メートル」などのデータを注釈として付加しました。その内部の推論プロセスはリアルタイムで確認できました。
ベンチマーク:空間推論と参照生成でトップクラス

Lumaが公開したデータによると、Uni-1は推論ベンチマーク「RISEBench」で0.51点を記録し、Google Nano Banana 2の0.50点やOpenAI GPT Image 1.5の0.46点を上回りました。 空間推論スコアは0.58、論理推論は0.32に達し、GPT Imageの約2倍の成績を収めた。
ODinW-13 物体検出ベンチマークでは、Uni-1 は 46.2 mAP を達成し、Google Gemini 3 Pro の 46.3 に迫る結果となりました。
人間の嗜好に基づく Elo ランキングでは、Uni-1 は総合的な嗜好、スタイルと編集、参照生成で 1 位、テキストから画像への生成で 2 位となりました。
価格
API料金はトークンベースです:入力テキストは100万トークンあたり0.50ドル、入力画像は100万トークンあたり1.20ドル、出力テキストおよび思考チェーンは100万トークンあたり3.00ドル、出力画像は100万トークンあたり45.45ドルです。
画像単位に換算すると、テキストから画像への生成(2048px)は約0.0909ドル、参照画像1枚での編集は約0.0933ドル、参照画像8枚での編集は約0.1101ドルとなります。
VentureBeatの報道によると、2K解像度のエンタープライズ環境において、Uni-1のコストはGoogle Nano Banana 2よりも10%から30%安くなります。
背景
Luma Labsはこれまで、Dream Machine(Ray3シリーズ)のような動画生成製品に注力してきました。3月5日、同社は同じくUnified Intelligenceアーキテクチャを基盤とするクリエイティブエージェントプラットフォーム「Luma Agents」をリリースしました。Uni-1は、このアーキテクチャを静止画製品に初めて適用したものです。
リリースから数時間のうちに、Xプラットフォーム上の関連投稿は230万回以上の閲覧数を記録した。Lumaは、具体的なスケジュールは明らかにしていないものの、動画版と音声版も追ってリリースされる予定であると述べた。
体験はこちら:lumalabs.ai/uni-1
関連記事
米国の株式市場が歴史的なマイルストーンに到達、AIと航空宇宙の巨人が1兆ドル規模のデビューに向けて準備を進める
エロン・マスク、サム・アルトマン、ダリオ・アモダイというテクノロジー業界の三巨頭が、それぞれの事業で初公開株式発行(IPO)に向けて進んでいる。スペースX、OpenAI、Anthropicという業界の巨人3社が1兆ドル規模の企業価値に近づき、上場準備を進める中、2026年は米国史上、新規株式発行が最も重要な年となる見込みだ。この歴史的な資金増強は世界の金融の注目を集めており、公的市場がこのような規模の資金を吸収する能力に対する重要なストレステストとなっている。これらの主要な資金調達が一斉に開始
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成
AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ
Google、Geminiへの焦点がユーザー制御へシフトする中で、Remy AIエージェントをテスト
『Business Insider』によると、GoogleはGemini向けの新しいAIパーソナルエージェント「Remy」をテスト中である。このツールはユーザーに代わってタスクを実行することを目的としており、業務フローと日常のルーチンの両方を効率化する。現在、RemyはGeminiアプリケーションの社内限定版においてテストが行われている。この報道は社内文書と、プロジェクトに精通した2人の人物へのインタビューを引用している。社内資料では、Remyを「24時間365日のパーソナルエージェント」と位
関連特集おすすめ
コメント (0)
0/500
Luma Labsは3月23日、画像生成モデル「Uni-1」をリリースしました。これは、同社の「Unified Intelligence」アーキテクチャに基づいて構築された、初の一般公開モデルとなります。現在、公式サイトにて無料トライアルの提供が開始されており、APIの料金体系も発表されました。また、企業向けアクセスチャネルも順次展開される予定です。

アーキテクチャの転換:拡散モデルから自己回帰モデルへ
Uni-1は、主流の拡散モデルアプローチから離れ、代わりにデコーダーのみの自己回帰型トランスフォーマーを採用しています。テキストと画像のトークンを単一のシーケンス内で交互に配置し、1回のフォワードパスで推論とピクセル生成を完了させます。
LumaのCEOであるAmit Jain氏は、従来のソリューションでは通常、まず言語モデルを用いて計画を立て、その後生成のために拡散モデルに引き継ぐため、2つの段階の間で情報が失われると説明しました。Uni-1の設計は、このギャップを解消することを目的としています。
ジェイン氏は以前Appleに在籍し、Vision Proの開発に携わっていました。
機能:参照画像制御とクロススタイル生成
Uni-1は、1つ以上の参照画像に基づいて画像を生成し、被写体の身元、姿勢、構図を維持します。公式テストでは、複数参照画像モードにおけるキャラクターの一貫性やポートレートの制御において、安定した性能が示されています。
同モデルは、写実的な写真、コミック、浮世絵などのカテゴリーを含む76種類のビジュアルスタイルに対応していると主張している。
デモでは、「ゴールデンゲートブリッジのインフォグラフィックを描いて」と入力すると、モデルが自動的にレイアウトを計画し、橋の構造図を生成し、「1711メートル」などのデータを注釈として付加しました。その内部の推論プロセスはリアルタイムで確認できました。
ベンチマーク:空間推論と参照生成でトップクラス

Lumaが公開したデータによると、Uni-1は推論ベンチマーク「RISEBench」で0.51点を記録し、Google Nano Banana 2の0.50点やOpenAI GPT Image 1.5の0.46点を上回りました。 空間推論スコアは0.58、論理推論は0.32に達し、GPT Imageの約2倍の成績を収めた。
ODinW-13 物体検出ベンチマークでは、Uni-1 は 46.2 mAP を達成し、Google Gemini 3 Pro の 46.3 に迫る結果となりました。
人間の嗜好に基づく Elo ランキングでは、Uni-1 は総合的な嗜好、スタイルと編集、参照生成で 1 位、テキストから画像への生成で 2 位となりました。
価格
API料金はトークンベースです:入力テキストは100万トークンあたり0.50ドル、入力画像は100万トークンあたり1.20ドル、出力テキストおよび思考チェーンは100万トークンあたり3.00ドル、出力画像は100万トークンあたり45.45ドルです。
画像単位に換算すると、テキストから画像への生成(2048px)は約0.0909ドル、参照画像1枚での編集は約0.0933ドル、参照画像8枚での編集は約0.1101ドルとなります。
VentureBeatの報道によると、2K解像度のエンタープライズ環境において、Uni-1のコストはGoogle Nano Banana 2よりも10%から30%安くなります。
背景
Luma Labsはこれまで、Dream Machine(Ray3シリーズ)のような動画生成製品に注力してきました。3月5日、同社は同じくUnified Intelligenceアーキテクチャを基盤とするクリエイティブエージェントプラットフォーム「Luma Agents」をリリースしました。Uni-1は、このアーキテクチャを静止画製品に初めて適用したものです。
リリースから数時間のうちに、Xプラットフォーム上の関連投稿は230万回以上の閲覧数を記録した。Lumaは、具体的なスケジュールは明らかにしていないものの、動画版と音声版も追ってリリースされる予定であると述べた。
体験はこちら:lumalabs.ai/uni-1
米国の株式市場が歴史的なマイルストーンに到達、AIと航空宇宙の巨人が1兆ドル規模のデビューに向けて準備を進める
エロン・マスク、サム・アルトマン、ダリオ・アモダイというテクノロジー業界の三巨頭が、それぞれの事業で初公開株式発行(IPO)に向けて進んでいる。スペースX、OpenAI、Anthropicという業界の巨人3社が1兆ドル規模の企業価値に近づき、上場準備を進める中、2026年は米国史上、新規株式発行が最も重要な年となる見込みだ。この歴史的な資金増強は世界の金融の注目を集めており、公的市場がこのような規模の資金を吸収する能力に対する重要なストレステストとなっている。これらの主要な資金調達が一斉に開始
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成
AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ





家






