UNI-1

UNI-1 是什么？

UNI-1 是 Luma 的多模态推理模型，可生成像素。该页面将 UNI-1 定位为一个系统，能够结合输入引导和结构化参考，旨在理解意图、响应指令，并“与您共同思考”。

在产品页面上，UNI-1 的能力被描述为场景补全、空间推理和可信度驱动的变换，以及参考引导和源 grounding 生成控制。

主要特性

• 多模态推理用于像素生成：UNI-1 被描述为多模态模型，可生成像素，支持涉及多种输入解释的任务。
• 常识场景补全和空间推理：页面强调场景补全、空间推理和可信度驱动变换为核心能力。
• 可引导、参考引导生成：UNI-1 被呈现为可响应指令，使用源 grounding 控制来引导输出。
• 文化感知视觉生成：页面描述了跨美学、表情包和漫画的视觉生成。
• 角色参考作为输入：界面包括角色参考（例如肖像和全身），表明支持基于参考的生成工作流。

如何使用 UNI-1

• 从产品页面“免费”开始使用 UNI-1，该页面还链接到技术报告。
• 提供您的创意目标和引导（页面描述该模型可引导且响应指令）。
• 需要时使用参考：页面展示了角色参考输入，可用于引导生成。
• 探索模型输出，涵盖定价部分展示的编辑、图像到图像和基于参考的生成等任务。

使用场景

• 从部分视图进行场景补全：使用 UNI-1 进行常识场景补全，注重空间关系和可信度。
• 使用角色输入的参考引导生成：提供角色参考（肖像或全身）来影响生成结果的风格或构图。
• 源 grounding 图像编辑和变换：使用可引导控制进行可信度驱动变换，而非纯无约束生成。
• 风格和文化框架：生成与请求美学、表情包或漫画参考一致的视觉内容，如页面所述。
• 基于参考的生成评估工作流：如果您比较输出以评估整体偏好或基于参考的生成质量，页面提到 UNI-1 在多个类别的用户偏好 Elo 排名。

常见问题

• UNI-1 用于什么？ 页面描述 UNI-1 用于智能图像生成任务，如场景补全、空间推理、可信度驱动变换和参考引导生成。

• UNI-1 与标准文本到图像生成有何不同？ 页面强调 UNI-1 可引导，并可使用源 grounding 控制引导，还突出参考引导生成和角色参考作为输入。

• 我可以通过 API 访问 UNI-1 吗？ 页面表示 API “即将推出”，并提供早期 API 访问的等待列表表单。

• 哪里可以找到 UNI-1？ 产品页面表示您可以免费试用 UNI-1，并链接到技术报告。它未描述其他分发渠道。

• UNI-1 支持哪些输入？ 页面的事实细节包括角色参考（例如肖像和全身）以及图像生成、图像编辑/i2i 和多参考生成等描述的工作流。

替代方案

• 其他多模态图像生成模型：如果您需要结合指令和视觉输入的模型，请比较支持引导编辑和参考条件的多模态图像生成器。
• 文本到图像和图像编辑模型：对于纯文本驱动或标准图像编辑工作流，请考虑专用的文本到图像或图像到图像工具，并比较它们对参考引导的支持程度。
• 参考条件生成工具：如果您的主要需求是使用参考图像（角色、风格或源 grounding）引导输出，请寻找专注于参考条件而非仅指令生成的模型或编辑器。
• AI 研究演示平台：如果您评估推理质量和基于偏好的结果，请与发布技术报告和基准式评估的研究导向模型平台进行比较。