专注于人工智能视频制作的 Luma 正式推出 Luma Agents。该产品旨在文本、图像、视频及音频领域执行端到端创意工作，由 Unified Intelligence 模型家族驱动，为广告代理商、营销团队、设计工作室及企业提供全新工作方式。
Uni-1 模型详情
Luma Agents 基于 Unified Intelligence 家族首款模型 Uni-1 构建。该模型在声音、视频、图像、语言和空间推理方面均经过训练。与 Google Nano Banana Pro 及 OpenAI GPT Image 1.5 类似，Uni-1 同样采用自回归 Transformer 架构；不同于传统扩散模型从噪声中提取图像，它按顺序逐个 Token 生成内容，实现了文本与图像处理流程的统一。
据 Luma 介绍，Uni-1 能在生成前及生成过程中分析指令，将复杂需求拆解并规划场景，从而提升指令遵循的准确性。例如，该模型可获取多张照片并以全新构图方式进行重组。
测试数据显示，Uni-1 在 RISEBench 逻辑基础图像处理测试中斩获最高分，性能仅次于 Nano Banana 2 和 GPT Image 1.5。此外，其图像生成能力反哺了视觉理解力，物体识别水平接近 Google Gemini 3 Pro，并支持多语言处理。
Luma Agents 核心功能与应用
Luma Agents 具备协调 AI 模型的能力，可规划并生成文本、图像、视频和音频。其调用的模型包括 Luma Ray 3.14、Google Veo 3/Nano Banana Pro、ByteDance Seedream 以及 ElevenLabs 语音模型等。
Luma 联合创始人兼 CEO Amit Jain 指出，Luma Agents 的核心优势在于无需对每次迭代下达繁琐的前后指令。系统会自动创建大型变体集，用户仅需通过对话即可引导创作方向。
Jain 表示，Agent 能在资产、合作伙伴及创意迭代间保持永久上下文记忆，并通过自我批评机制持续评估与优化输出结果。
目前，Publicis Groupe、Serviceplan 等全球广告代理商，以及 Adidas、Mazda、Humain 等品牌已开始使用新平台。在实际用例中，系统可自动生成摘要与产品图，并为广告活动提供涵盖不同场景、模特及配色的多样化创意。Jain 透露，Luma Agents 曾以低于 2 万美元的成本、耗时 40 小时，将某品牌价值 1500 万美元的年度广告活动转化为多国本地化版本，且全部通过内部质量与准确性验证。
Luma Agents 现已开放 API 接口，未来将逐步向更多用户开放。