Luma AI Uni-1: Neues Bildmodell vereint Bildverständnis und Bilderzeugung

Luma AI stellt Uni-1 vor, sein erstes Modell, das Bildverständnis und Bilderzeugung in einer einzigen Architektur vereint.

Wie auch Googles Nano Banana Pro und GPT Image 1.5 basiert Uni-1 auf einem autoregressiven Transforme: einem KI-Modell, das Inhalte sequenziell Token für Token generiert, anstatt, wie bei klassischer Diffusion, das Bild aus Rauschen herauszurechnen. Text und Bilder werden dabei in einer gemeinsamen Sequenz verarbeitet.

Laut Luma kann das Modell vor und während der Bilderzeugung strukturiert nachdenken, Anweisungen zerlegen und Szenen planen. Diese Modelle sind für gewöhnlich bedeutend besser darin, Prompts genauer umzusetzen. So auch bei Uni-1, das unter anderem mehrere Einzelbilder zu einem neuen Motiv zusammensetzen kann.

Uni-1 kann laut Luma AI zudem Motive über mehrere Gesprächsrunden hinweg verfeinern und dabei den Kontext beibehalten, Bilder in mehr als 76 Kunststile umwandeln, mit Skizzen und visuellen Anweisungen gesteuert werden und anhand von Referenzfotos Identitäten, Posen und Kompositionen in neue Bilder übertragen. So wurde etwa die folgende Sequenz aus einem einzigen Referenzbild generiert, wobei das Alter des Pianisten vom Kind bis zum Senior schrittweise verändert wurde.

Auf dem RISEBench-Test für logikbasierte Bildbearbeitung erreicht Uni-1 laut Luma Bestwerte, knapp vor Nano Banana 2 und GPT Image 1.5. Zudem verbessert die Bilderzeugung das visuelle Verständnis des Modells, etwa bei der Objekterkennung, wo es fast auf dem Niveau von Googles Gemini 3 Pro liegt. Das Modell unterstützt mehrere Sprachen.

Uni-1 soll bald über Luma Agents, einem ebenfalls neu gestarteten Kreativ-Assistenten, und die Luma API verfügbar sein. Zu den Preisen ist noch nichts bekannt.