Модель Luma Uni-1 обходит Google в бенчмарках по рассуждениям на изображениях

Luma AI только что выпустила модель Luma Uni-1. Запуск 23 марта. Это авторегрессивный трансформер — только декодер — который чередует токены текста и изображений. Сначала разбирается в вашей задумке. Затем синтезирует пиксели. Слушайте, большинство генераторов изображений выдают красивые картинки, не понимая 'почему'. Uni-1 рассуждает пространственно и логически. Превосходит Google Imagen и OpenAI's GPT-Image-1.5 по бенчмаркам вроде RISEBench. Как сообщает VentureBeat, она уже доступна на lumalabs.ai. Бесплатные пробные версии. Цены на API? Смешно дёшево. Вот в чём дело: это не хайп. Это сдвиг. Создатели получают контроль над сложными сценами. Больше никаких кривых рук или невозможных компоновок. Я насмотрелся на фейлы ИИ. Это ощущается по-другому.

RISEBench? Uni-1 набирает 0.51 в общем зачёте. Уничтожает Google Imagen 3. ODinW-13 выдаёт 46.2 mAP в задачах детекции. Предпочтения людей тоже ставят её на первое место, по данным MarkTechPost. Твист: OpenAI's GPT-Image-1.5 отстаёт в пространственном мышлении. Шняги от Google хромают в логике. Uni-1 на 30% дешевле в запуске. Не буду врать — это преимущество в рассуждениях даёт точные визуалы. Думайте о стабильных идентичностях, идеальных компоновках. Такие прорывы уже питают специализированные инструменты для взрослого контента, где контроль ключевых кадров превращает статичные изображения в плавные видео. Создатели в выигрыше. Горячее мнение: Диффузионные модели? Вчерашний день. Авторегрессия правит для работ с чётким намерением.

API по $0.09 за изображение. До 30% дешевле конкурентов. Бесплатные пробные на lumalabs.ai прямо сейчас. Расширение на видео и аудио? Скоро. Luma Agents для рабочих процессов тоже. Дико. Корпоративная мощь по инди-ценам. Наконец-то доступно соло-создателям. Больше никаких закрытых инструментов.