Luma 推出創意智慧體：自研 Uni-1 驅動，能排程外部模型做全案

過去一年裡，如果你想用 AI 做一套完整的品牌廣告，往往要把自己逼成一個在幾十個標籤頁之間反覆橫跳的「搬運工」。

你要先用大語言模型寫分鏡指令碼，切到生圖工具墊圖墊幾十遍，再把圖片塞進影片模型賭運鏡，最後丟到音訊工具配旁白。只要客戶改個包裝顏色，整條流水線就得推倒重來。

AI 影片初創公司 Luma 週四釋出的 Luma Agents，就是衝著這個死結來的。它不是又一個單純點按鈕生成幾秒影片的小工具，而是一個能接管整套創意流程的智慧體平臺。

像寫程式碼一樣，讓 AI 學會「自檢」

支撐這個平臺的核心，是 Luma 新研發的統一多模態模型 Uni-1。這是他們「統一智慧」家族的第一款模型，底座同時接受了語言、影像、影片、音訊以及空間推理能力的聯合訓練。

Luma 聯合創始人兼 CEO Amit Jain 把這種能力稱為「畫素中的智慧」。Uni-1 既能像人類一樣用自然語言理解需求，也能直接在腦海裡建構三維空間與光影，再轉化為視覺畫面。

更關鍵的轉變在於工作方式。以往創意行業用 AI，就像拿到了一百把互不相通的螺絲刀，使用者必須精通每把螺絲刀的提示詞技巧。

Luma Agents 則借用了程式設計智慧體的思路。它能在整個任務中保持長期的上下文記憶，不需要使用者反覆修改提示詞，而是先批次生成方案，再通過對話接受調整。

最重要的是自檢機制。就像寫程式碼的智慧體會自己跑測試排錯一樣，Luma Agents 會對自己的輸出反覆審視和修正，直到交出合格的成片。

在協同排程上，它也不排斥對手。Luma Agents 既能呼叫自家的 Ray 3.14 模型，也能隨時指派 Google 的 Veo 3 和 Nano Banana Pro、字節跳動的 Seedream，以及 ElevenLabs 的語音模型來協作打工。

40 小時和 2 萬美元的跨國案例

在 Luma 的現場演示中，工作人員只輸入了一份 200 字的簡報和一張口紅產品圖，智慧體就自動規劃出了多套場景、模特人選和配色方案。

更誇張的實際案例來自一家品牌的全球廣告專案。原本耗資 1500 萬美元、打磨了一整年的廣告戰役，被 Luma Agents 在 40 小時內轉化為面向多個不同國家的本地化廣告版本。

整個過程花費不到 2 萬美元，並且全部通過了該品牌內部嚴苛的質量與準確性稽核。

目前，陽獅集團、Serviceplan 等全球廣告巨頭，以及阿迪達斯、馬自達和沙特 AI 公司 Humain 已經作為早期客戶接入了該系統。普通開發者和企業即日起可以通過 API 申請使用，不過 Luma 正在採取逐步灰度放量的節奏，以保證服務穩定。

為什麼重要

我們認為，Luma 這次最聰明的地方，是沒有繼續陷在「誰家單幀畫質更好」的單點軍備競賽裡，而是直接跳到了創意工序的指揮層。

把 Google Veo 3、位元組 Seedream 和 ElevenLabs 納為自己的執行下屬，意味著無論底層的影片或音訊模型怎麼迭代，Luma 都可以靠智慧體的編排能力穩坐中樞。

對廣告公司、品牌營銷團隊以及獨立創作者來說，這切中了創意落地的最大痛點。創意行業從來不缺單張驚豔的圖片，缺的是風格一致性、跨物料協同和快速修改的能力。

如果 AI 真的能自己做品控、改廢稿，製作週期被壓縮到幾十分之一，整個廣告代理的商業模式都會被徹底改寫。

但這裡並非沒有隱患。跨多模態、跨供應商呼叫模型，意味著極高的系統複雜度和網路開銷。當排程鏈路被拉長，如何在保證驚豔畫質的同時控制生成延時與成本，依然有待大規模生產環境檢驗。

對於大部分中小團隊而言，現在去對接 API 門檻可能偏高，但密切關注這種「多模型排程加自我反思」的工作流，絕對是接下來的必修課。