AI视频公司Luma Labs发布了图像生成模型Uni-1，其技术路线与主流扩散模型（如Midjourney、Stable Diffusion）完全不同。
技术亮点
- 架构创新：采用自回归Transformer架构，在单一模型内同时完成推理和像素生成。
- 一体化流程：无需“先理解再绘制”的两段式流程，而是在生成过程中持续进行推理、分解指令、解析约束并规划构图。
基准测试表现
- RISEBench（推理能力）：Uni-1总分0.51，超越谷歌Nano Banana 2（0.50）和OpenAI GPT Image 1.5（0.46）。
- 空间推理：得分0.58，领先Nano Banana 2的0.47。
- 逻辑推理：得分0.32，是GPT Image 1.5（0.15）的两倍以上。
- ODinW-13（目标检测）：得分46.2 mAP，几乎追平谷歌Gemini 3 Pro（46.3）。
- 人类偏好（Elo评分）：在总体质量、风格编辑和参考图生成三项排名第一。
定价与可用性
- 2K分辨率文本生图约0.09美元/张，低于部分竞品。
- 模型已在官网免费开放试用，API接入通过候补名单逐步开放。
背景信息
Luma Labs团队约150人，此前以视频生成工具Dream Machine知名。其CEO透露，基于Uni-1的创意平台已与多家知名品牌合作，能大幅压缩广告项目的成本与时间。
