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
OpenAIの元研究員バレット・ゾフ氏が、Geminiの開発を支援するためGoogleに復帰
以前、Thinking Machines LabのCEOであるミリアム・ムララティ氏との意見の相違により、突然同社を退社してOpenAIに加わったバレット・ゾフ氏が、再び転職した。Alphabet傘下のGoogleは、ゾフ氏が研究担当副社長として復帰し、強化学習とポストトレーニングに関する専門知識をGeminiチームにもたらすことを発表した。「回転ドア」式研究者のサイクルゾフ氏のキャリアは、AI人
Recursive Intelligenceが4か月で40億ドルの評価額に基づき3億3500万ドルを調達した経緯
スタートアップ「Ricursive Intelligence」の共同創業者たちは、まるで共同創業者になる運命にあったかのようだった。CEOのアンナ・ゴールディ氏とCTOのアザリア・ミルホセイニ氏は、AIコミュニティでは非常に有名であり、ゴールディ氏はTechCrunchに対し、「ザッカーバーグから、とんでもないオファーが書かれた奇妙なメールを受け取ったAIエンジニアたち」の一人だったと、笑いながら
AI競争は待ってくれないし、このTechCrunch Disruptの25%割引も同様だ
現在、AI分野で事業を展開しているすべての創業者は、同じ疑問を抱いています。「私たちのスピードは十分か? 効果は十分か?」TechCrunch Disrupt 2026では、この根本的な問いと最高レベルで向き合っている人々と、同じ会場で顔を合わせることができます。 10月13日から15日までサンフランシスコで開催される本イベントでは、OpenAI、Nvidia、Anthropic、Microsof
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
OpenAIの元研究員バレット・ゾフ氏が、Geminiの開発を支援するためGoogleに復帰
以前、Thinking Machines LabのCEOであるミリアム・ムララティ氏との意見の相違により、突然同社を退社してOpenAIに加わったバレット・ゾフ氏が、再び転職した。Alphabet傘下のGoogleは、ゾフ氏が研究担当副社長として復帰し、強化学習とポストトレーニングに関する専門知識をGeminiチームにもたらすことを発表した。「回転ドア」式研究者のサイクルゾフ氏のキャリアは、AI人
Recursive Intelligenceが4か月で40億ドルの評価額に基づき3億3500万ドルを調達した経緯
スタートアップ「Ricursive Intelligence」の共同創業者たちは、まるで共同創業者になる運命にあったかのようだった。CEOのアンナ・ゴールディ氏とCTOのアザリア・ミルホセイニ氏は、AIコミュニティでは非常に有名であり、ゴールディ氏はTechCrunchに対し、「ザッカーバーグから、とんでもないオファーが書かれた奇妙なメールを受け取ったAIエンジニアたち」の一人だったと、笑いながら
AI競争は待ってくれないし、このTechCrunch Disruptの25%割引も同様だ
現在、AI分野で事業を展開しているすべての創業者は、同じ疑問を抱いています。「私たちのスピードは十分か? 効果は十分か?」TechCrunch Disrupt 2026では、この根本的な問いと最高レベルで向き合っている人々と、同じ会場で顔を合わせることができます。 10月13日から15日までサンフランシスコで開催される本イベントでは、OpenAI、Nvidia、Anthropic、Microsof





家






