Luma AI 推出 Uni-1 自回歸模型,可同時生成文字與像素
Luma Labs 於 3 月 23 日推出其圖像生成模型 Uni-1,這是該公司首個基於「統一智能」架構且對外開放的模型。目前官方網站已開放免費試用,並已公布 API 定價,企業級使用管道也將逐步推出。

架構轉型:從擴散模型轉向自迴歸模型
Uni-1 摒棄了當前主流的擴散模型方法,轉而採用僅含解碼器的自迴歸 Transformer。該模型將文字與圖像標記以交替序列的形式排列於單一序列中,並在單次前向傳遞中完成推論與像素生成。
Luma 執行長 Amit Jain 解釋,傳統解決方案通常先使用語言模型進行規劃,再交由擴散模型進行生成,導致兩個階段之間產生資訊損失。Uni-1 的設計旨在消除此差距。
Jain 曾任職於 Apple,並參與 Vision Pro 的工程開發。
功能:參考圖像控制與跨風格生成
Uni-1 支援依據一張或多張參考圖像進行生成,並能保留主體的身份、姿勢及構圖。官方測試顯示,在多參考圖像模式下,該模型在角色一致性與肖像控制方面表現穩定。
該模型宣稱支援 76 種視覺風格,涵蓋寫實攝影、漫畫及浮世繪等類別。
在示範中,輸入「繪製金門大橋的資訊圖表」後,模型會自動規劃版面、生成橋樑結構圖,並標註「1711 公尺」等數據,其內部推理過程亦可即時檢視。
基準測試:在空間推理與參考生成方面領先

Luma 發布的數據顯示,Uni-1 在 RISEBench 推理基準測試中獲得 0.51 分,高於 Google Nano Banana 2 的 0.50 分及 OpenAI GPT Image 1.5 的 0.46 分。 其空間推理分數達0.58,邏輯推理分數達0.32,約為GPT Image的兩倍。
在 ODinW-13 物件偵測基準測試中,Uni-1 取得 46.2 mAP,接近 Google Gemini 3 Pro 的 46.3。
在人類偏好 Elo 排名中,Uni-1 在整體偏好、風格與編輯以及參考生成方面名列第一,而在文字轉圖像生成方面名列第二。
定價
API 收費採代幣計費制:輸入文字每百萬代幣 0.50 美元,輸入圖片每百萬代幣 1.20 美元,輸出文字與思維鏈每百萬代幣 3.00 美元,輸出圖片每百萬代幣 45.45 美元。
換算為每張圖片的費用:文字轉圖像(2048px)約為 0.0909 美元,使用單張參考圖片進行編輯約為 0.0933 美元,使用八張參考圖片則約為 0.1101 美元。
VentureBeat 報導指出,在 2K 解析度的企業應用情境下,Uni-1 的成本比 Google Nano Banana 2 低 10% 至 30%。
背景
Luma Labs 此前專注於影片生成產品,例如 Dream Machine(Ray3 系列)。3 月 5 日,該公司發布了同樣基於 Unified Intelligence 架構的創意代理平台 Luma Agents。Uni-1 是該架構在靜態圖像產品中的首次應用。
發布數小時內,X 平台上的相關貼文瀏覽量已突破 230 萬次。Luma 表示將陸續推出影音版本,但尚未透露具體時程。
試用連結:lumalabs.ai/uni-1
相關文章
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
相關專題推薦
評論 (0)
0/500
Luma Labs 於 3 月 23 日推出其圖像生成模型 Uni-1,這是該公司首個基於「統一智能」架構且對外開放的模型。目前官方網站已開放免費試用,並已公布 API 定價,企業級使用管道也將逐步推出。

架構轉型:從擴散模型轉向自迴歸模型
Uni-1 摒棄了當前主流的擴散模型方法,轉而採用僅含解碼器的自迴歸 Transformer。該模型將文字與圖像標記以交替序列的形式排列於單一序列中,並在單次前向傳遞中完成推論與像素生成。
Luma 執行長 Amit Jain 解釋,傳統解決方案通常先使用語言模型進行規劃,再交由擴散模型進行生成,導致兩個階段之間產生資訊損失。Uni-1 的設計旨在消除此差距。
Jain 曾任職於 Apple,並參與 Vision Pro 的工程開發。
功能:參考圖像控制與跨風格生成
Uni-1 支援依據一張或多張參考圖像進行生成,並能保留主體的身份、姿勢及構圖。官方測試顯示,在多參考圖像模式下,該模型在角色一致性與肖像控制方面表現穩定。
該模型宣稱支援 76 種視覺風格,涵蓋寫實攝影、漫畫及浮世繪等類別。
在示範中,輸入「繪製金門大橋的資訊圖表」後,模型會自動規劃版面、生成橋樑結構圖,並標註「1711 公尺」等數據,其內部推理過程亦可即時檢視。
基準測試:在空間推理與參考生成方面領先

Luma 發布的數據顯示,Uni-1 在 RISEBench 推理基準測試中獲得 0.51 分,高於 Google Nano Banana 2 的 0.50 分及 OpenAI GPT Image 1.5 的 0.46 分。 其空間推理分數達0.58,邏輯推理分數達0.32,約為GPT Image的兩倍。
在 ODinW-13 物件偵測基準測試中,Uni-1 取得 46.2 mAP,接近 Google Gemini 3 Pro 的 46.3。
在人類偏好 Elo 排名中,Uni-1 在整體偏好、風格與編輯以及參考生成方面名列第一,而在文字轉圖像生成方面名列第二。
定價
API 收費採代幣計費制:輸入文字每百萬代幣 0.50 美元,輸入圖片每百萬代幣 1.20 美元,輸出文字與思維鏈每百萬代幣 3.00 美元,輸出圖片每百萬代幣 45.45 美元。
換算為每張圖片的費用:文字轉圖像(2048px)約為 0.0909 美元,使用單張參考圖片進行編輯約為 0.0933 美元,使用八張參考圖片則約為 0.1101 美元。
VentureBeat 報導指出,在 2K 解析度的企業應用情境下,Uni-1 的成本比 Google Nano Banana 2 低 10% 至 30%。
背景
Luma Labs 此前專注於影片生成產品,例如 Dream Machine(Ray3 系列)。3 月 5 日,該公司發布了同樣基於 Unified Intelligence 架構的創意代理平台 Luma Agents。Uni-1 是該架構在靜態圖像產品中的首次應用。
發布數小時內,X 平台上的相關貼文瀏覽量已突破 230 萬次。Luma 表示將陸續推出影音版本,但尚未透露具體時程。
試用連結:lumalabs.ai/uni-1
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work





首頁






