獨家：Luma 推出由全新「統一智能」模型驅動的創意 AI 代理

AI 影片生成初創公司 Luma 於週四推出了 Luma Agents，旨在處理涵蓋文本、圖像、影片和音訊的全流程創意工作。Luma Agents 由該初創公司的「統一智能」（Unified Intelligence）系列模型驅動，其架構訓練於單一的多模態推理系統之上。

Luma Agents 被定位為廣告代理商、行銷團隊、設計工作室和企業的一種全新工作方式。Luma 表示，其代理能夠規劃並生成文本、圖像、影片和音訊，同時與其他 AI 模型協作，包括 Luma 的 Ray 3.14、Google 的 Veo 3 和 Nano Banana Pro、字節跳動的 Seedream，以及 ElevenLabs 的語音模型。

Luma 的代理建立在該初創公司的 Uni-1 模型之上，這是其統一智能 AI 模型系列中的首款產品。據 Luma 執行長兼聯合創始人 Amit Jain 稱，該模型已接受過音訊、影片、圖像、語言和空間推理的訓練。

Jain 告訴 TechCrunch，Uni-1 模型可以「以語言思考，並以像素或圖像進行想像和渲染……我們稱之為『像素中的智能』」。他補充說，音訊和影片等其他輸出能力將在隨後的模型版本中推出。

「我們的客戶不是在購買工具，他們是在重塑業務的運作方式，」Jain 說。

Luma 已經開始向現有客戶推廣其新的代理平台，其中包括全球廣告代理商陽獅集團（Publicis Groupe）和 Serviceplan，以及 Adidas、Mazda 和沙烏地阿拉伯 AI 公司 Humain 等品牌。

Jain 表示，Luma Agents 是一個遊戲規則改變者，因為它們能夠在資產、協作者和創意迭代之間保持持久的上下文關聯。據 Jain 稱，它們還能評估和完善輸出結果，通過迭代的自我批判來提升自身成果。

Jain 說，這種「檢查工作」的能力正是讓編碼代理如此有用的原因。「你需要那種評估自己工作、修復它並不斷循環的能力，直到解決方案變得優秀且準確。」

Jain 表示，目前在創意環境中使用 AI 工具的工作流程，並沒有帶來創意產業預期中 AI 應有的效益加速。相反，它更像是：「這裡有 100 個模型，去學習如何給它們下指令（prompt），」他說。

他表示，Luma Agents 的不同之處在於，你不需要為圖像或創意的每一次迭代來回下指令——相反，系統會生成大量的變體，並讓用戶通過對話來引導方向。

「有了統一智能，因為這些模型除了能生成之外還具備理解能力，我們能夠構建一個可以完成這種全流程工作的系統，」Jain 說。

以一位設計建築的人類建築師為例。當他們畫線時，他們正在大腦內部建立關於結構、光線、空間動態和生活體驗的心理表徵。Jain 說，這正是統一智能構建的相同原理。

Jain 表示，該系統可以顯著加快創意工作流程。在演示中，Jain 展示了如何通過一份 200 字的簡報和一張產品圖像（一支口紅），引導系統為廣告活動生成關於地點、模特兒和配色方案的各種創意。

在另一個例子中，Jain 說，Luma Agents 在 40 小時內以不到 2 萬美元的成本，將一個品牌耗資 1,500 萬美元、為期一年的廣告活動轉化為針對不同國家的多個在地化廣告，並通過了該品牌的內部質量控制和準確性檢查。

雖然 Luma Agents 現在已通過 API 公開發布，但 Jain 表示，該初創公司計劃逐步開放訪問權限，以確保用戶保持可靠的訪問並避免工作流程中斷。