Luma推出Uni-1，這是其首款整合推理和圖像生成的模型。

AI影片生成新創公司 亮度 推出了 Uni-1，這是該公司首款將推理和圖像生成整合到單一架構中的模型，標誌著該公司從先前專注於視訊內容的策略轉變。

據該公司稱，過去三年，Luma 的工作已從場景重建發展到 3D 生成和視訊擴散規模化，但僅憑視覺媒體本身，缺乏整合理解，存在局限性。 Uni-1 是該公司首個旨在融合推理和生成能力的統一模型，旨在推動多模態通用智慧的發展。

Luma 將通用智能定義為推理、想像、操控符號和模擬環境的能力。雖然現有的 AI 系統可以分別執行這些功能，但 Uni-1 旨在將它們整合到一個統一的框架中，對時間、空間和邏輯進行建模，從而實現傳統分段式流程無法解決的問題。

該模型建構成一個僅包含解碼器的自回歸Transformer，將文字和圖像表示在一個交錯的序列中，該序列既作為輸入又作為輸出。 Uni-1能夠執行結構化的內部推理，分解指令，解決約束，規劃構圖，並據此渲染圖像。

Uni-1展現了「以語言思考，以像素想像和渲染」的能力，Luma將其描述為「像素智能」。預計後續版本將增加音訊和視訊生成等其他輸出功能。此模型的目標不僅是作為工具，更是一個平台，透過將推理直接整合到創意工作流程中，從而變革企業的運作方式。

Luma Agents 擴展統一智能

基於 Uni-1，Luma 最近推出了 Luma Agents，這是一套人工智慧驅動的工具，旨在處理跨文字、圖像、視訊和音訊的端到端創意製作流程。這些代理人使用 Luma 的統一智慧模型系列，這些模型基於單一的多模態推理系統進行訓練。 Luma 將 Luma Agents 定位為廣告公司、行銷團隊、設計工作室和企業客戶的解決方案，可實現跨多種模態的協同創意產生。

Luma Agents 與其他 AI 模型相容，包括 Luma 的 Ray 3.14、Google 的 Veo 3 和 Nano Banana Pro、位元組跳動的 Seedream 以及 ElevenLabs 的語音產生工具。根據 Luma 執行長兼聯合創始人 Amit Jain 介紹，這些 Agents 利用了 Uni-1 的整合架構，該架構經過音訊、視訊、圖像、語言和空間推理方面的訓練，使其能夠在協調、智慧的工作流程中規劃、執行和生成內容。