Luma推出由新‘Unified Intelligence’模型驱动的创意AI代理

AI视频生成初创公司Luma于2026年3月5日推出Luma Agents，这是一款旨在处理跨文本、图像、视频和音频的端到端创意工作的工具。Luma Agents由该公司新的“Unified Intelligence”系列模型提供支持，其架构基于单一的多模态推理系统进行训练。该工具主要面向广告公司、营销团队、设计工作室和企业，能够规划和生成文本、图像、视频及音频，并与其他AI模型协同工作，包括Luma的Ray 3.14、谷歌的Veo 3和Nano Banana Pro、字节跳动的Seedream以及ElevenLabs的语音模型。Luma Agents构建于该公司Unified Intelligence系列的首个模型Uni-1之上，据Luma首席执行官兼联合创始人Amit Jain介绍，Uni-1模型已在音频、视频、图像、语言和空间推理方面进行了训练，能够“以语言思考并以像素或图像进行想象和渲染”，他称之为“像素智能”，后续模型版本将增加音频和视频等输出能力。Luma已开始向现有客户推出这一新型代理平台，包括全球广告公司阳狮集团（Publicis Groupe）、Serviceplan，以及品牌如阿迪达斯（Adidas）、马自达（Mazda）和沙特AI公司Humain。Jain表示，Luma Agents的变革之处在于能够在资产、协作者和创意迭代中保持持久上下文，还能评估和优化输出，通过迭代式自我批判改进结果，这种自我检查能力正是编码代理工具实用性的来源。他指出，当前创意环境中使用AI工具的工作流程未能如创意行业期望的那样加速效益，而是需要学习使用众多模型，而Luma Agents无需针对每次图像或想法迭代进行反复提示，系统会生成大量变体并允许用户通过对话引导方向。借助Unified Intelligence，这些模型不仅能生成内容，还能理解内容，从而构建端到端工作系统。Jain举例称，在演示中，200字的 brief 和一张口红产品图片能让系统为广告活动生成各种地点、模特和配色方案的创意；另一个案例中，Luma Agents将某品牌原本耗资1500万美元、历时一年的广告 campaign 转化为针对不同国家的本地化广告，仅用40小时且成本低于2万美元，并通过了品牌内部的质量控制和准确性检查。目前，Luma Agents已通过API公开可用，但该公司计划逐步开放访问，以确保用户获得可靠访问并避免工作流程中断。