AI视频生成初创公司Luma于周四推出Luma Agents，旨在处理涵盖文本、图像、视频和音频的端到端创意工作。该平台由Unified Intelligence系列模型驱动，基于单一多模态推理系统训练而成。
核心定位与模型架构
Luma Agents定位为广告代理商、营销团队、设计工作室及企业的全新工作方式。其代理能够规划并生成多模态内容，同时协调其他AI模型协作，包括Luma Ray 3.14、Google Veo 3、Nano Banana Pro、字节跳动Seedream以及ElevenLabs声音模型。
该系统基于Uni-1模型构建，这是Unified Intelligence AI模型系列的首款产品。据Luma联合创始人兼CEO Amit Jain介绍，该模型已在音频、视频、图像、语言和空间推理方面完成训练，具备“用语言思考，并在像素中想象和渲染”的能力，即“像素中的智能”。后续版本将逐步推出更多输出能力。
商业应用与客户部署
Luma已向现有客户部署新代理平台，包括全球广告代理商Publicis Groupe和Serviceplan，以及Adidas、Mazda和沙特AI公司Humain等品牌。Jain强调：“客户购买的不是工具，而是重新定义商业运作的方式。”
技术优势与工作流革新
Jain指出，Luma Agents的核心优势在于能在资产、协作方和创意迭代间保持持久上下文，并通过自我批评机制评估优化输出结果。这种检查工作功能类似于编码代理的逻辑，确保解决方案准确可靠。
针对当前AI工具需频繁手动提示词的痛点，Luma Agents无需对每个想法反复交互。系统可自动生成大量变体，并通过对话引导用户确定方向。凭借Unified Intelligence的理解与生成双重能力，系统实现了真正的端到端执行。
类比人类建筑师绘制线条时在脑海中构建结构表征的原理，Unified Intelligence遵循相同逻辑。演示显示，仅凭200字简报和产品图，系统即可为广告活动生成拍摄地点、模特人选及配色方案等创意。
效能验证与开放计划
在某品牌案例中，Luma Agents将耗时一年、花费1500万美元的广告活动转化为多国本地化版本，全程仅用40小时，成本低于2万美元，且通过内部质控审核。
目前Luma Agents已通过API向公众开放。为确保用户体验稳定，公司将逐步开放访问权限，避免工作流程中断。