ल्यूमा यूनि-1 मॉडल ने इमेज रीजनिंग बेंचमार्क्स पर गूगल को पछाड़ा

Luma AI ने अभी-अभी Luma Uni-1 मॉडल लॉन्च किया है। 23 मार्च को रिलीज हुआ। यह एक ऑटोरिग्रेसिव ट्रांसफॉर्मर है—केवल डिकोडर—जो टेक्स्ट और इमेज टोकन्स को इंटरलीव करता है। पहले आपके इरादे को सोचता है। फिर पिक्सेल्स को सिंथेसाइज करता है। देखिए, ज्यादातर इमेज जेनरेटर सुंदर तस्वीरें उगलते हैं बिना 'क्यों' को समझे। Uni-1 स्पेशियली और लॉजिकली रीजन करता है। बेंचमार्क्स जैसे RISEBench पर Google Imagen और OpenAI के GPT-Image-1.5 को पीछे छोड़ देता है। VentureBeat की रिपोर्ट के अनुसार, यह अभी lumalabs.ai पर लाइव है। फ्री ट्रायल्स। API प्राइसिंग? बेहद सस्ती। बात ये है: यह हाइप नहीं है। यह एक बदलाव है। क्रिएटर्स को जटिल सीन पर कंट्रोल मिलता है। अब टेढ़े हाथ या असंभव लेआउट नहीं। मैंने काफी AI फेलियर देखे हैं। यह अलग लगता है।

RISEBench? Uni-1 का ओवरऑल स्कोर 0.51। Google Imagen 3 को धूल चटा देता है। ODinW-13 में डिटेक्शन टास्क्स पर 46.2 mAP। ह्यूमन प्रेफ्स भी इसे सबसे ऊपर रखते हैं, MarkTechPost के अनुसार। प्लॉट ट्विस्ट: OpenAI का GPT-Image-1.5 स्पेशियल रीजनिंग में पीछे। Google का सामान लॉजिक में पिछड़ता है। Uni-1 30% सस्ता रन होता है। सच कहूं—यह रीजनिंग एज प्रिसाइज विजुअल्स को पावर देता है। सोचिए कंसिस्टेंट आइडेंटिटी, फ्लॉलेस लेआउट्स। ऐसी प्रगतियां पहले से ही विशेष वयस्क सामग्री टूल्स को संचालित कर रही हैं, जहां कीफ्रेम कंट्रोल स्टेटिक इमेजेस को फ्लूइड वीडियोज में बदल देता है। क्रिएटर्स को बड़ा फायदा। हॉट टेक: डिफ्यूजन मॉडल्स? कल की खबर। इंटेंट-ड्रिवन वर्क के लिए ऑटोरिग्रेसिव राज करता है।

API सिर्फ $0.09 प्रति इमेज। प्रतिद्वंद्वियों से 30% तक कम। lumalabs.ai पर अभी फ्री ट्रायल्स। वीडियो और ऑडियो एक्सपैंशन्स? जल्द आ रहे। Luma Agents वर्कफ्लोज के लिए भी। कमाल। एंटरप्राइज-ग्रेड पावर इंडी प्राइसेस पर। आखिरकार सोलो क्रिएटर्स के लिए एक्सेसिबल। अब गेटकीप्ड टूल्स नहीं।