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
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
Anthropic 將 Claude AI 編碼工具擴充套件至日本,以推動海外增長
Anthropic,一家美國知名的人工智慧公司,正加強其全球推廣力度。週三,該公司在東京舉辦了一場大型開發者活動“Code with Claude”,吸引了近500名軟體工程師參加。該舉措旨在積極將Claude AI工具及相關產品引入日本市場,強調其自主編碼能力在提升企業生產力方面的核心優勢。強調自動化程式碼生成在活動中,Anthropic展示了其先進的自主編碼系統,該系統能夠獨立處理複雜的程式設計任務並最佳化現有程式碼結構。隨著全球對高效開發工具的需求不斷增長,Anthropic希望透過此類活動加強
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
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
Anthropic 將 Claude AI 編碼工具擴充套件至日本,以推動海外增長
Anthropic,一家美國知名的人工智慧公司,正加強其全球推廣力度。週三,該公司在東京舉辦了一場大型開發者活動“Code with Claude”,吸引了近500名軟體工程師參加。該舉措旨在積極將Claude AI工具及相關產品引入日本市場,強調其自主編碼能力在提升企業生產力方面的核心優勢。強調自動化程式碼生成在活動中,Anthropic展示了其先進的自主編碼系統,該系統能夠獨立處理複雜的程式設計任務並最佳化現有程式碼結構。隨著全球對高效開發工具的需求不斷增長,Anthropic希望透過此類活動加強





首頁






