Uni-1.1 - Luma AIによる新世代画像生成モデル

Uni-1.1とは何ですか？

Uni-1.1は、Luma AIが提供する次世代画像生成モデルおよびAPIサービスです。デコーダーのみの自己回帰型Transformerアーキテクチャを採用し、テキスト推論とピクセル生成を統合したプロセスを実現しています。最大9枚の参照画像の同時入力、文レベルの画像編集、複雑なレイアウト生成、多言語テキストレンダリングに対応し、Arena.aiのブラインドテストランキングで世界第3位を獲得しています。APIは従量課金制と予約型スループットモデルの両方を提供し、画像1枚あたり最低約0.04ドルのコストで、広告、eコマース、コンテンツ制作といった企業レベルのシナリオに対応します。

Uni-1.1の主な機能

• トゥー・ウェンシェンテキストプロンプトに基づいて高品質な画像を生成し、ヘッダー、ナビゲーション、広告、本文など、10種類以上のレイアウト要素を含む複雑なレイアウトを単一の出力として出力できます。
• 画像編集文レベルの指示に基づいた複数回の編集を可能にし、デフォルトで言及されていない要素を保持し、文書編集のような反復的な視覚編集を実現します。
• 複数参照グラフの融合1回の呼び出しで最大9枚の参照画像を入力としてサポートし、ブランドロゴ、製品、実在の人物、キャラクターをモデルレベルの厳密な制約として使用して、意味レベルの融合を行います。
• 宇宙空間と姿勢制御回転、視点切り替え、空間関係の調整を精密に制御できるため、被写体の個性や質感が失われることはありません。
• 多言語表示中国語やアラビア語などの非ラテン文字を用いた高品質なテキスト生成をサポートし、グローバルなコンテンツ制作のニーズに対応します。

Uni-1.1の技術原理

• 統一自己回帰アーキテクチャこれはデコーダー専用の自己回帰型トランスフォーマーを採用しており、テキストトークンと画像トークンが同じシーケンスを共有することで、クロスモーダルな共同推論を可能にしている。
• 推論と生成の統合このモデルは、ピクセルを生成する前に、複数のモーダル間の推論を実行します。構図、空間、ブランドの一貫性といった制約は、まず変換してから描画するのではなく、構造レベルで解決されます。
• 2エンドポイントAPI設計推論エンドポイント（分解手順、構成の計画、ブランド/役割/製品制約のロック）と生成エンドポイント（推論結果に基づくピクセルレンダリングの完了）を提供します。
• 参照グラフのハード制約メカニズム複数の参照画像は、モデルレベルで厳密な制約として渡され、すべてのチャネルとバージョンで視覚的なアイデンティティの一貫性が維持されるようにします。

Uni-1.1の使い方

• アカウントを登録するLuma AI開発者プラットフォームのウェブサイト（https://platform.lumalabs.ai）にアクセスして登録およびログインしてください。
• キーを取得する開発者バックエンドでプロジェクトを作成し、APIキーを取得してください。
• 課金モードを選択してください使用状況に応じて、ビルドプラン（従量課金制、柔軟なスケジュール設定に適している）またはスケールプラン（処理能力が確保され、最低注文数が8台、大規模生産に適している）のいずれかを選択してください。
• 推論エンドポイントを呼び出すモデルが要件を分解し、レイアウトを計画し、ブランド/役割の制約を確定できるように、テキストによる指示と参照図を送信してください。
• 生成エンドポイントを呼び出す推論結果に基づいてピクセルレンダリングを実行し、最終的な生成画像を取得します。
• 統合SDK公式のPython、JavaScript、TypeScript、Go、またはCLI SDKを使用して、APIを既存のワークフローに統合してください。
• 参考画像をアップロードしてくださいリクエストに最大9枚の参照画像をハード制約として渡すことで、出力がブランドのビジュアルアイデンティティと一致することを保証します。
• 反復編集生成された結果に対して、文レベルの編集コマンドを使用して複数の調整を行い、満足のいく効果が得られるまで段階的に最適化してください。

Uni-1.1の主要情報と使用要件

• 製品名：Luma Uni-1.1 / Uni-1.1-Max
• 出版社Luma AI（中核研究チームは15名未満）
• リリース時間2026年5月6日
• 製品ポジショニングエンタープライズグレードのAI画像生成モデルとAPIサービス
• 技術アーキテクチャデコーダー専用の自己回帰型トランスフォーマー（推論と生成を統合）
• ランキングArena.aiは世界ランキングで3位にランクインしています（OpenAIのgpt-image-2とGoogleのnano-banana-2に次ぐ）。
• 価格帯建築計画の生画像：$0.0404～$0.1000（2048ピクセル）；拡大縮小計画の月額料金：$2,100～$3,800/ユニット。
• エンタープライズクライアントアディダス、マツダ、ピュブリシスグループ、サービスプラン、エンバト、コンフィ、クレアなど
• SDKサポート：Python、JavaScript、TypeScript、Go、CLI
• コアチーム宋嘉明（DDIM著者）、ウィリアム・シェン（CVPR最優秀論文）

Uni-1.1の主な利点

• 世界で3番目に優れた品質Arena.aiのユーザーによるブラインドELOレーティングテストでは、OpenAIのgpt-image-2とGoogleのnano-banana-2に次ぐ世界第3位にランクインした。
• 究極のコスト効率2K解像度の画像1枚あたりの最低価格は0.0404ドルで、価格と遅延時間はいずれも同カテゴリーの最上位モデルの半分以下となっている。
• 企業レベルの一貫性参照図からの厳密な制約と文レベルの編集を用いることで、従来のモデル文字の変形、ブランドカラーのずれ、市場間でのスタイルの不一致といった問題点を解決します。
• 複雑なタスクを一度に完了する複数のモジュールを組み合わせる必要なく、完全で読みやすいニュースウェブサイトのページと、広告キャンペーンに必要な資料一式を一度に生成できます。

Uni-1.1と類似の競合製品との比較

Uni-1.1の応用シナリオ

• 広告のローカライズメインビジュアルは多言語版や多地域版に迅速に展開でき、ブランド要素は参照画像によって確定できるため、制作サイクルを大幅に短縮できます。
• Eコマース商品の視覚化このシステムは、製品写真、生地サンプル、シーン参照に基づいて、リアルタイムで一貫性のある製品画像を生成し、従来の撮影とテンプレート適用というプロセスを置き換えます。
• キャラクターと知的財産の一貫性ゲームのプロモーション素材、コミック、映画のプリプロダクションにおいて、キャラクターデザイン、ポーズ、ライティングの一貫性をシーン間で確保します。
• ブランドコンテンツパイプラインエンタープライズコンテンツ制作システムと統合することで、市場を問わず、ビジュアル素材の一括生成とスタイルの一貫性を実現します。
• クリエイティブプロトタイピング手描きのスケッチと素材の参考資料を組み合わせることで、リアルな製品コンセプト画像や3Dの衣服レンダリングを素早く作成できます。