Luma

什么是 Luma？

Luma 的 UNI-1.1 API 是一个面向团队的推理模型接口，适用于希望通过 API 工作流生成和修改图像，而非逐提示实验的团队。该模型在生成输出前解析意图，旨在提升首次通过率并减少迭代次数。

该 API 以生产导向的基础设施形式呈现，包含两个端点——一个用于推理，一个用于生成——应用可指定输出风格和构图，然后生成图像或编辑。它还支持 Build 的按使用计费，以及 Scaling 的预置吞吐量。

主要特性

• 双端点工作流（推理 + 生成）： 一个推理端点和一个生成端点，将“思考”与输出渲染分离。
• 带引用的意图导向生成： 每次最多 九个引用 用于指导生成，支持可重现工作流。
• 像素前结构化场景逻辑： 智能构图、场景逻辑和空间推理等能力在图像渲染前以结构化方式处理。
• 编辑导向生成： 工作流设计支持按句子级编辑修改提示，同时默认保留现有结构。
• 多语言与一致渲染： 多语言渲染，以及跨场景、姿势和市场的角色/产品一致性作为核心能力。
• 开发者工具： 支持 Python 和 JavaScript/TS SDK（另提 Go SDKs & CLI），另有 API 浏览器和文档用于评估。

如何使用 Luma

1. 查看 UNI-1.1 API 文档和 API 浏览器，了解推理/生成流程和输入模式。
2. 调用推理端点，输入意图和（必要时）引用输入，生成引导性输出计划。
3. 调用生成端点，使用推理步骤的结构化指导渲染最终图像。
4. 从按使用计费的 Build 计划开始，以按需付费评估输出质量，然后转向预置吞吐量以获得保证延迟和容量。

使用场景

• 多页面或多活动品牌系统创意： 协调生成跨产品页面和营销活动的图像，包括处理“杂乱或链式提示”而无需构建自定义中间件。
• 偏好少量重试的生产管线： 采用渲染前推理方法，减少达到可接受首次通过所需的再生尝试次数。
• 大规模跨市场创意： 在不同市场生成输出，同时保持跨场景和姿势的角色与产品一致性。
• 带结构化指导的内容变体： 每次生成最多使用九个引用，保持多镜头构图和执行一致。
• 图像修改工作流： 应用句子级编辑同时保留现有结构，迭代图像概念而无需从头开始。

常见问题

• UNI-1.1 使用多少端点？ Luma 描述 两个端点：一个推理端点和一个生成端点。

• 每次生成可使用多少引用？ 页面说明 每次最多九个引用。

• 支持哪些编程选项？ 页面提及 Python 和 JavaScript/TS SDK，并引用 Go SDKs & CLI。

• 计费是按使用还是按容量？ 列出 Build 的 按使用计费（按图像付费）和 Scaling 的 预置吞吐量（专用容量，保证吞吐量和延迟）。

• 有早期评估与生产扩展计划吗？ 是的。页面区分 Build（无等待列表评估）和 Scaling（预置吞吐量、更高速率限制和生产支持）。

替代方案

• 其他直接文本到图像工作流的图像生成 API： 这些通常将“思考”和渲染合并为单一步骤；UNI-1.1 通过明确分离推理与生成，并支持参考导向工作流来区分。
• 通用多模态生成平台： 提供图像生成加工具链的平台可用于类似输出任务，但 UNI-1.1 定位于结构化推理和面向生产管线的 API 集成。
• 提示自动化框架和自定义管线： 一些团队不使用双端点推理/生成设计，而是自行构建编排和重试逻辑；UNI-1.1 强调减少提示链和编辑的中介件需求。
• 按需 GPU 图像渲染服务： 对于主要关注大规模渲染的团队，渲染优先服务可能合适，而 UNI-1.1 强调通过推理指导并改善首次输出结果，然后再进行像素生成。