Эксклюзив: Luma AI представляет творческих агентов, основанных на моделях «унифицированного интеллекта»

В четверг стартап Luma, занимающийся созданием видео с помощью искусственного интеллекта, представил Luma Agents — систему, созданную для управления полным циклом творческого процесса, включая текст, изображения, видео и аудио. Эти агенты работают на основе семейства моделей Unified Intelligence от Luma, архитектура которых обучена как единый мультимодальный механизм рассуждения.

Luma позиционирует своих агентов как инструмент, способный преобразовать работу рекламных агентств, маркетинговых отделов, дизайн-студий и предприятий. По словам Luma, агенты могут планировать и производить текст, изображения, видео и аудио, а также координировать свою работу с другими моделями искусственного интеллекта, такими как Ray 3.14 от Luma, Veo 3 от Google, Nano Banana Pro, Seedream от ByteDance и голосовые модели от ElevenLabs.

Основой агентов Luma является модель Uni-1, первая модель из серии моделей Unified Intelligence AI. Амит Джайн, генеральный директор и соучредитель Luma, пояснил, что Uni-1 прошла обучение в области аудио, видео, изображений, языка и пространственного мышления.

Джайн поделился с TechCrunch, что модель Uni-1 может «мыслить с помощью языка, визуализировать и отображать в пикселях или изображениях... мы называем это «интеллектом в пикселях»». Он отметил, что в будущих версиях модели будут представлены дополнительные форматы вывода, такие как аудио и видео.

«Наши клиенты не просто покупают инструмент — они переосмысливают весь свой бизнес-процесс», — заявил Джайн.

Изображения: Luma AI

Luma уже начала внедрять свою новую агентскую платформу у текущих клиентов, среди которых глобальные рекламные агентства Publicis Groupe и Serviceplan, а также такие бренды, как Adidas, Mazda и саудовская компания Humain, занимающаяся искусственным интеллектом.

Джейн подчеркнул, что агенты Luma представляют собой прорыв, поскольку они сохраняют текущий контекст между активами, членами команды и творческими изменениями. Он добавил, что агенты могут оценивать и улучшать свои результаты, уточняя их посредством повторной самооценки.

По словам Джейна, именно эта способность к самопроверке сделала кодирующие агенты такими эффективными. «Вам нужна эта способность, чтобы пересматривать свою работу, исправлять ее и повторять цикл до тех пор, пока результат не будет соответствовать стандартам качества и точности».

Джайн заметил, что текущий подход к использованию инструментов искусственного интеллекта в творческой среде не приносит ожидаемого в отрасли роста производительности. Вместо этого часто возникает ощущение: «Вот 100 моделей — теперь научитесь, как запускать каждую из них».

Он объяснил, что Luma Agents выделяется тем, что пользователям не нужно повторно задавать запросы для каждой итерации изображения или концепции. Вместо этого система генерирует обширные вариации и позволяет пользователям направлять творческое развитие через диалоговый ввод.

«Благодаря Unified Intelligence наши модели не только генерируют, но и понимают, что позволяет нам построить систему, способную управлять полными задачами от начала до конца», — сказал Джейн.

Он провел аналогию с человеком-архитектором, проектирующим здание. Когда архитектор делает эскизы, он формирует в уме представление о структуре, освещении, пространственных отношениях и реальном опыте. Джейн объяснил, что Unified Intelligence работает по аналогичному принципу.

По словам Джейна, система может значительно ускорить творческие процессы. В одной из демонстраций он показал, как 200-словное описание и изображение продукта (помады) позволили системе создать несколько концепций для настроек рекламной кампании, моделей и цветовых палитр.

В другом случае Luma Agents преобразовала годовую рекламную кампанию бренда стоимостью 15 миллионов долларов в несколько локализованных рекламных объявлений для разных стран, выполнив задачу за 40 часов за менее чем 20 000 долларов и при этом соблюдая внутренние стандарты качества и точности бренда.

Хотя Luma Agents теперь доступна через публичный API, Джейн упомянул, что стартап намерен постепенно вводить доступ, чтобы обеспечить надежность сервиса и предотвратить перебои в рабочем процессе.