💡
原文中文，约1600字，阅读约需4分钟。
📝
内容提要
Luma Labs推出的Uni-1是一种自回归Transformer架构的图像模型，能够在生成前进行推理，提升文本与图像的理解与生成能力。该模型在RISEBench和ODinW-13基准测试中表现优异，展现出在视觉认知和空间逻辑处理方面的优势。Uni-1支持简单英语指令，定价约为每张0.10美元，未来将推出API接口。
🎯
关键要点
-
Luma Labs推出的Uni-1是一种自回归Transformer架构的图像模型，能够在生成前进行推理。
-
Uni-1旨在解决标准扩散流程中的“意图鸿沟”，将工作流程从“提示工程”转变为“指令执行”。
-
该模型采用仅解码器的自回归Transformer架构，使文本和图像视为交错的标记序列。
-
Uni-1在同一次前向传递中同时执行理解和生成操作，具有更高的上下文感知能力。
-
在RISEBench和ODinW-13基准测试中，Uni-1表现优异，领先于Flux Max和Gemini。
-
Uni-1能够通过简单的英语指令进行推理，用户体验设计旨在减少对即时工程的需求。
-
该模型的定价约为每张0.10美元，未来将推出API接口，方便开发者集成其功能。
🏷️
标签
➡️
