Luma AI представила Uni-1 — первую модель компании, которая объединяет понимание и генерацию изображений в единой архитектуре. Этот подход отличает Uni-1 от других моделей, таких как Nano Banana Pro от Google и GPT Image 1.5 от OpenAI.
Uni-1 построен на основе автогрессивного трансформера — AI-модели, которая создает контент последовательно, символ за символом, в отличие от традиционных диффузных моделей, которые генерируют изображения из шума. В модели текст и изображения обрабатываются через одну и ту же pipeline.
Luma AI утверждает, что Uni-1 способна анализировать запросы как до, так и во время генерации, разбивая сложные инструкции на части и планируя сцены. Этот метод обеспечивает более точное выполнение запросов. Например, модель может объединить несколько фотографий в одно новое изображение.
Более того, Uni-1 поддерживает многократную корректировку объектов при сохранении контекста разговора, конвертацию изображений в более чем 76 художественных стилей, принятие эскизов и визуальных инструкций в качестве входных данных, а также перенос идентичностей, поз и композиций на новые изображения. В одном демонстрационном примере модель создала целую последовательность кадров, постепенно "постарев" пианиста от детства до старости.
Uni-1 показывает лучшие результаты в тесте RISEBench на логическую обработку изображений, опережая Nano Banana 2 и GPT Image 1.5. Генерация изображений улучшает визуальное понимание модели: в задачах распознавания объектов Uni-1 практически догоняет Gemini 3 Pro от Google. Модель также поддерживает несколько языков.
Uni-1 будет доступна через Luma Agents — новый креативный ассистент, а также через API Luma. Цены на использование модели пока не объявлены.