Luma AI 发布了 Uni-1 自回归模型,该模型可同时生成文本和像素
Luma Labs 于 3 月 23 日发布了其图像生成模型 Uni-1,这是该公司首个基于统一智能架构(Unified Intelligence)构建的公开可用模型。目前,官方网站已开放免费试用,API 定价已公布,企业级访问渠道也将逐步推出。

架构转型:从扩散模型转向自回归模型
Uni-1摒弃了主流的扩散模型方案,转而采用仅含解码器的自回归Transformer架构。该模型将文本和图像令牌以交替序列的形式排列在单一序列中,仅需一次前向传播即可完成推理和像素生成。
Luma首席执行官Amit Jain解释称,传统方案通常先使用语言模型进行规划,再交由扩散模型进行生成,导致两个阶段之间存在信息丢失。Uni-1的设计旨在消除这一缺口。
Jain 此前曾在苹果公司任职,并参与了 Vision Pro 的工程开发。
功能:参考图像控制与跨风格生成
Uni-1支持基于一张或多张参考图像进行图像生成,能够保留主体的身份、姿态和构图。官方测试显示,在多参考图像模式下,该模型在处理角色一致性和肖像控制方面表现稳定。
该模型宣称支持76种视觉风格,涵盖写实摄影、漫画及浮世绘等类别。
在演示中,输入“绘制金门大桥的信息图”,模型会自动规划布局,生成桥梁结构图,并标注“1711米”等数据,其内部推理过程可实时可见。
基准测试:在空间推理和参考生成方面处于领先地位

Luma发布的数据显示,Uni-1在RISEBench推理基准测试中获得0.51分,高于Google Nano Banana 2的0.50分和OpenAI GPT Image 1.5的0.46分。 其空间推理得分达到0.58,逻辑推理得分0.32,约为GPT Image的两倍。
在 ODinW-13 物体检测基准测试中,Uni-1 取得了 46.2 mAP 的成绩,接近 Google Gemini 3 Pro 的 46.3。
在人类偏好Elo排名中,Uni-1在总体偏好、风格与编辑以及参考生成方面位列第一,在文本到图像生成方面位列第二。
定价
API 收费基于令牌:输入文本每百万令牌 0.50 美元,输入图像每百万令牌 1.20 美元,输出文本和思维链每百万令牌 3.00 美元,输出图像每百万令牌 45.45 美元。
按每张图片计算:文本转图像(2048px)约需 0.0909 美元,使用单张参考图像进行编辑约需 0.0933 美元,使用八张参考图像约需 0.1101 美元。
VentureBeat报道称,在2K分辨率的企业场景中,Uni-1的成本比Google Nano Banana 2低10%至30%。
背景
Luma Labs此前专注于视频生成产品,如Dream Machine(Ray3系列)。3月5日,该公司发布了同样基于统一智能架构的创意代理平台Luma Agents。Uni-1是该架构在静态图像产品中的首次应用。
发布数小时内,X平台上的相关帖子浏览量已突破230万次。Luma表示视频和音频版本将陆续推出,但具体时间表尚未披露。
体验地址:lumalabs.ai/uni-1
相关文章
瑞典人工智能初创公司Lovable Eyes在完成主要融资轮后估值达132亿美元
随着人工智能驱动的编码工具日益普及,瑞典初创公司 Lovable 已获一轮重大融资。该公司计划筹集 30 亿美元,其估值有望升至 132 亿美元——这是去年 12 月记录的 66 亿美元的两倍。预计 Menlo Ventures 将主导此次投资。Lovable 的吸引力源于其核心的“氛围编码”(vibe coding)技术,该技术通过消除对复杂编码技能的需求来简化软件开发。用户只需以自然语言描述其需求,系统即可自动生成应用程序。这种直观的方法吸引了个人开发者、设计师和小企业,并扩展至 Work
Google 测试 Remy AI 代理,以 Gemini 为重点转向用户控制
根据《商业内幕》的报道,谷歌正在测试 Remy,这是 Gemini 的一款全新 AI 个人代理工具。该工具旨在代表用户执行任务,从而简化专业工作流程和日常事务。目前,Remy 正在 Gemini 应用的内部员工专属版本中进行测试。该报告引用了一份内部文件以及对两位熟悉该项目的个人的采访。内部资料将 Remy 描述为“全天候个人代理”,将 Gemini 定位为能够代表用户行事的主动助手。接近该项目的消息人士证实,谷歌员工正在积极测试 Remy。谷歌发言人拒绝提供进一步评论。该报告未提及公开发布
如何修复核心网页指标以获得更好的 SEO 排名
利用 AI 工具简化成绩单评语撰写引言用于生成成绩单评语的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成绩单评语登录 Magic School选择成绩单评语工具为学生定制评语使用 Almanac AI 生成成绩单评语设置课程与评分方案配置评语长度与学生信息使用 Almanac AI 生成评语比较 Magic School 与 Almanac AI设置的便捷性可定制性与课程内容的整合速度与效率使用
相关专题推荐
评论 (0)
0/500
Luma Labs 于 3 月 23 日发布了其图像生成模型 Uni-1,这是该公司首个基于统一智能架构(Unified Intelligence)构建的公开可用模型。目前,官方网站已开放免费试用,API 定价已公布,企业级访问渠道也将逐步推出。

架构转型:从扩散模型转向自回归模型
Uni-1摒弃了主流的扩散模型方案,转而采用仅含解码器的自回归Transformer架构。该模型将文本和图像令牌以交替序列的形式排列在单一序列中,仅需一次前向传播即可完成推理和像素生成。
Luma首席执行官Amit Jain解释称,传统方案通常先使用语言模型进行规划,再交由扩散模型进行生成,导致两个阶段之间存在信息丢失。Uni-1的设计旨在消除这一缺口。
Jain 此前曾在苹果公司任职,并参与了 Vision Pro 的工程开发。
功能:参考图像控制与跨风格生成
Uni-1支持基于一张或多张参考图像进行图像生成,能够保留主体的身份、姿态和构图。官方测试显示,在多参考图像模式下,该模型在处理角色一致性和肖像控制方面表现稳定。
该模型宣称支持76种视觉风格,涵盖写实摄影、漫画及浮世绘等类别。
在演示中,输入“绘制金门大桥的信息图”,模型会自动规划布局,生成桥梁结构图,并标注“1711米”等数据,其内部推理过程可实时可见。
基准测试:在空间推理和参考生成方面处于领先地位

Luma发布的数据显示,Uni-1在RISEBench推理基准测试中获得0.51分,高于Google Nano Banana 2的0.50分和OpenAI GPT Image 1.5的0.46分。 其空间推理得分达到0.58,逻辑推理得分0.32,约为GPT Image的两倍。
在 ODinW-13 物体检测基准测试中,Uni-1 取得了 46.2 mAP 的成绩,接近 Google Gemini 3 Pro 的 46.3。
在人类偏好Elo排名中,Uni-1在总体偏好、风格与编辑以及参考生成方面位列第一,在文本到图像生成方面位列第二。
定价
API 收费基于令牌:输入文本每百万令牌 0.50 美元,输入图像每百万令牌 1.20 美元,输出文本和思维链每百万令牌 3.00 美元,输出图像每百万令牌 45.45 美元。
按每张图片计算:文本转图像(2048px)约需 0.0909 美元,使用单张参考图像进行编辑约需 0.0933 美元,使用八张参考图像约需 0.1101 美元。
VentureBeat报道称,在2K分辨率的企业场景中,Uni-1的成本比Google Nano Banana 2低10%至30%。
背景
Luma Labs此前专注于视频生成产品,如Dream Machine(Ray3系列)。3月5日,该公司发布了同样基于统一智能架构的创意代理平台Luma Agents。Uni-1是该架构在静态图像产品中的首次应用。
发布数小时内,X平台上的相关帖子浏览量已突破230万次。Luma表示视频和音频版本将陆续推出,但具体时间表尚未披露。
体验地址:lumalabs.ai/uni-1
瑞典人工智能初创公司Lovable Eyes在完成主要融资轮后估值达132亿美元
随着人工智能驱动的编码工具日益普及,瑞典初创公司 Lovable 已获一轮重大融资。该公司计划筹集 30 亿美元,其估值有望升至 132 亿美元——这是去年 12 月记录的 66 亿美元的两倍。预计 Menlo Ventures 将主导此次投资。Lovable 的吸引力源于其核心的“氛围编码”(vibe coding)技术,该技术通过消除对复杂编码技能的需求来简化软件开发。用户只需以自然语言描述其需求,系统即可自动生成应用程序。这种直观的方法吸引了个人开发者、设计师和小企业,并扩展至 Work
如何修复核心网页指标以获得更好的 SEO 排名
利用 AI 工具简化成绩单评语撰写引言用于生成成绩单评语的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成绩单评语登录 Magic School选择成绩单评语工具为学生定制评语使用 Almanac AI 生成成绩单评语设置课程与评分方案配置评语长度与学生信息使用 Almanac AI 生成评语比较 Magic School 与 Almanac AI设置的便捷性可定制性与课程内容的整合速度与效率使用





首页






