允中 发自 凹非寺量子位 | 公众号 QbitAI

一支不到15东说念主的团队，把图像模子作念到了群众第三

5月6日凌晨，Luma AI风雅晓谕通达Uni-1.1 API

险些在脱色技艺，由第三方机构Arena.ai发布的图像生成榜单，完成了最新一轮的“大洗牌”——

Luma凭UNI-1.1与UNI-1.1-Max径直冲进群众前三，仅次于OpenAI（gpt-image-2）Google（nano-banana-2）。

把Microsoft AI、Reve、xAI等玩家……系数甩在死后。

这个排行的含金量了然于目，Arena.ai继承的是一套依靠用户盲测投票产出的ELO评分系统，莫得官方公关或自报数据，每张图都是由竟然用户在不知说念模子来源的前提下，对两份生成后果二选一投出来的。

这意味着，在竟然场景下，图像模子Uni-1.1的审好意思和输出质料，也曾成了OpenAI和Google以外的最优解。

随API、排行榜单一同发布的，还有两项硬斟酌值得一都看：

价钱腰斩：2K区别率单图最低$0.0404（合东说念主民币0.2755元），对比Nano Banana级别模子径直砍半；落地赶紧：阿迪达斯、马自达以及阳狮集团等告白大户，也曾带头签了单。

更值得瞩目的是，一个本来预算1500万好意思元、周期一年的告白campaign，用Luma Agents跑了40小时、花了不到2万好意思元，不仅拓展成多国脉地化版块，还通过了甲方内审。

这也曾不是在接洽“丹青得好不颜面”了。

推理和生成，住进脱色个模子

好多东说念主领先看到Uni-1，第一响应以为这是又一个图像模子。

但Luma此次发布的竟然卖点，并不在像素养量本人，而是它把推理（reasoning）和生成（generation）放进了脱色个模子。

传统图像模子的责任流是：用户写prompt → 模子径直出图 → 难堪→ 换prompt重抽。

通盘过程里，模子瓦解了什么和模子画了什么是两件事，企业拿这种AI器具去跑品牌投放，最大的痛点是不能控，脱色个脚色到了下一张图就变样、品牌色每次都飘、跨市场素材格调各跑各的。

而Uni的架构调动了这件事。

它继承decoder-only自回顾Transformer，文本token与图像token分享脱色个序列——

也即是说，模子不是先翻译再画，而是同期跨模态推理；构图、空间、品牌一致性这些拘谨，是在像素生成之前就也曾在结构层面被求解。

API层面的体现即是两个端点：

Reasoning端点：解构辅导、打算构图、锁定品牌/脚色/居品拘谨；Generation端点：在推理后果之上完成像素渲染。

这套遐想的产业道理，是把创意可控性从prompt工程的玄学，形成了一组能写进坐褥pipeline的API公约。

谁在用：告白巨头、表示品牌、素材平台

Luma此次莫得把Uni-1.1当成建筑者玩物发布，而是径直把企业客户名单亮了出来。

1、告白与营销侧

Publicis Groupe（阳狮，群众跨越的告白与传播集团）和Serviceplan（欧洲最大的自主谋略告白代理集团）：

把Luma Agents（基于Uni-1.1）部署到从战略、创意建筑到坐褥的全历程。

一个被屡次征引的标杆案例是，博亚体育app官方网站把某品牌原打算1500万好意思元、一年期的告白campaign，用40小时、不到2万好意思元（合东说念主民币约13.6万元）的本钱，拓展为多国脉地化版块，且通过了甲方里面质料审核。

Adidas、Mazda：

把Uni-1.1接入品牌内容坐褥活水线，用于跨市场视觉素材的批量生成与一致性疗养。

2、素材与建筑者生态侧

Envato、Comfy、Runware、Flora、Krea、Magnific、Fal、LovArt等创作家平台与AI责任流公司，已基于Uni-1.1 API发布了集成。

Luma首创东说念主兼CEO Amit Jain把这件事详尽为：

用言语想考，用像素遐想与渲染，这即是像素中的智能（intelligence in pixels）。三个起初被产业考证的讹诈场地

从已落地的客户案例倒推，Uni-1.1 API在以下三个方进取，也曾有了赫然的ROI模子：

1. 告白土产货化

一支在纽约拍的告白主视觉，要在东京、利雅得、巴黎、上海各发一版。

传统历程要重拍、重P、重作念合规审查，单条预算从几万到几十万好意思元不等。

Uni-1.1单次API调用补助最多9张参考图结伴输入，把品牌主形象、翰墨、居品、地域元素看成模子层级的硬拘谨传入，多言语渲染（含汉文、阿拉伯文等非拉丁字符）一次到位。

Publicis案例里40小时 vs 一年的差距，即是从这里挤出来的。

2. 电商与居品可视化

电市集景的痛点是量大、SKU杂、还要保证居品施行一致。

建筑者不错把居品照、面料样、场景参考一并喂给API，单图本钱最低$0.0404，作念到按页/按用户/按地域及时生成居品图，188金宝博而不是一次拍完反复套模板。

Luma官方把这种用法叫作reference-grounded brand workflows at scale，即参考图看成模子级拘谨，把视觉身份锁在统统channel里。

3. 脚色与IP一致性

游戏好意思宣、漫画、影视前期、假造代言——

这些场景需要脱色个脚色穿越不同场景、姿态、光泽，但身份信息必须稳如老狗。

Uni-1.1的多参考图机制+ 句子级裁剪（按句改图，默许保留其他元素），让这件事不错作念成详情味活水线，而不是反复抽卡赌运说念。

能力速览：3个例子，看懂范围

单图直出一整张「2036年新闻网站」

Prompt：Generate a news website page from the year 2036， featuring relevant news stories and ad blocks designed not for humans， but for AI agents who have evolved into distinct personalities. Both the website and all the advertisements featured on it should be in English.

（生成一个来自2036年的新闻网站页面，其中包含有关的新闻，以及挑升为Agent遐想的告白模块。这些Agent也曾进化出各自独到的“东说念主格”。通盘网站内容以及统统告白都必须使用英文呈现。）

一张图测出一个模子的「竟然成色」——

Uni-1.1单次推理生成了一整页可读的新闻网站：

包括报头、栏目导航、突发新闻条、头条主图、多栏正文、签字/技艺戳、面向AI受众的横幅告白位、页脚都集，十几类版式元素同框，每一类的英文文本都是竟然可读的。

而不是图像模子常见的「瞭望OK、但近看全是乱码」。

这么的复杂版面+长文本任务，在传统pipeline里要由文本裁剪、OCR一致性、版面结构多个模块结伴完成，Uni-1.1把它们抓在了一次推理里。

多参考图+品牌logo+真东说念主和会

两只猫+一位真东说念主+Luma logo，4张参考图和会成一个有逻辑的会议场景。

GPT Image 1.5把参考图当贴图径直镶嵌了PPT区域，Uni-1在语义层面完成了和会，这是品牌campaign里居品+代言东说念主+场景+logo组合最常见的需求。

多轮裁剪：三连改不丢主体

去掉前边那只熊→加一个玄色布帘→改成辱骂相片，三轮辅导重复，主体一致性和空间斟酌在每一轮都没崩。

这是按句裁剪在坐褥环境里最值钱的能力，居品司理不错像裁剪文档通常迭代视觉。

（注：Uni-1.1还补助汉文翰墨渲染、UV贴图、草稿转漫画、格调移动、跨年齿脚色故事板等更多场景，本文不再张开。）

价钱：把图像生成的角落本钱打到地板

API径直对企业大开了两档计费：

Build打算（按量计费）

Scale打算（预留模糊，最低8单位起订）

Luma的官方说法是，价钱与延长均不到同类模子的一半

这少量在第三方榜单和早期接入客户的本钱对比里已被实证。

SDK袒护Python/JavaScript/TypeScript/Go/CLI，从platform.lumalabs.ai拿key即可接入。

团队不到15东说念主，干到群众第三：DDIM之父&CVPR最好论文作家带队

Uni-1的中枢考虑团队不到15东说念主，由两位华东说念主学者领衔：

宋佳铭（Jiaming Song）：清华本科、斯坦福博士。代表作DDIM（Denoising Diffusion Implicit Models）是扩散模子采样加快的奠基责任之一，被Stable Diffusion、DALL·E等系统平凡继承；沈博魁（William Shen）：斯坦福本科及博士。代表作获CVPR 2018 Best Paper Award和RSS 2022 Best Student Paper Award。

一位深耕“生成”、一位精于“瓦解”。

这种互补的威望，恰巧对应了Uni-1.1“脑手合一”的架构，让模子在落笔绘制之前，先学会像东说念主类通常想考构图和品牌逻辑。

在Google、OpenAI主导的图像赛说念里，一支不到15东说念主的团队，把API订价压到同业一半，还趁便在Arena.ai上完成了对一众大厂的“越级反杀”，是此次发布另一个值得记一笔的产业信号。

API发布前后，Luma团队在X平台上，贴出了三条短评：

Luma首席科学家宋佳铭说：

咱们用的算力领域可能会让你感到随机。为咱们团队感到高傲。（略略更详备的陈诉，很快会发布。）

Uni-1考虑负责东说念主沈博魁（William Shen）说：

UNI-1的首发，让咱们成了除OpenAI与Gemini App以外排行最高的实验室。对一个第一代和洽图像模子来说，这个开头不算差。顺带一提，此次榜单更新里，GPT Image 2的ELO比之前掉了110分，不太详情中间发生了什么……

而Luma模子居品lead Barkley Dai说：

Luma当今是Arena.ai第三名了。GPT-Image 2级别的智能，Midjourney级别的审好意思，价钱独一Nano Banana的零头。

两条背后的潜台词是，Uni-1.1是Luma和洽智能阶梯的第一代居品；

而它所以第一代的身份，径直干到Arena.ai第三名，把价钱压到同类一半。

下一步：从图像到“看说推想”的连气儿流

按照Luma的阶梯图，Uni-1.1仅仅和洽智能的第一代落地口头。

下一步，他们会把这套和洽框架从静态图像膨胀到视频、语音和交互式寰宇模拟

主见是构建一个能在连气儿流里看、说、推理、遐想的多模态系统

其CEO Amit Jain对此的总结是：

和洽智能的竟然价值，不是更颜面的图，而是模子既能瓦解又能生成之后，AI第一次竟然具备了端到端完成创意责任的能力。

API进口：lumalabs.ai/api官方公告：lumalabs.ai/news/uni-1-1-api接入文档：platform.lumalabs.aiSDK：Python/JavaScript/TypeScript/Go/CLI

• 念主
• 188金宝博
• GPT
• 橡胶
• Image