|
Стартап Luma, специализирующийся на создании видео с использованием искусственного интеллекта, в четверг запустил Luma Agents, разработанные для выполнения комплексной творческой работы с текстом, изображениями, видео и аудио. Агенты Luma основаны на семействе моделей Unified Intelligence, архитектура которых основана на единой мультимодальной системе мышления.
Агенты Luma позиционируются как новый способ работы для рекламных агентств, маркетинговых команд, дизайн-студий и предприятий. Luma утверждает, что ее агенты способны планировать и генерировать текст, изображения, видео и аудио, координируя свои действия с другими моделями искусственного интеллекта, включая Ray 3.14 от Luma, Google Veo 3 и Nano Banana Pro, Seedream от ByteDance и голосовые модели ElevenLabs.
Агенты Luma построены на основе модели Uni-1 стартапа, первой из семейства моделей искусственного интеллекта Unified Intelligence. По словам Амита Джайна, главного исполнительного директора и соучредителя Luma, он был обучен работе с аудио, видео, изображениями, языком и пространственному мышлению.
Джайн рассказал AGI_LOG, что модель Uni-1 может “мыслить языком, представлять и визуализировать в пикселях или изображениях…мы называем это ”интеллектом в пикселях"."Другие возможности вывода, такие как аудио и видео, появятся в последующих версиях модели, - добавил он.
“Наши клиенты не покупают этот инструмент, они переделывают методы ведения бизнеса”, - сказал Джейн.
Luma уже начала внедрять свою новую платформу agentic для существующих клиентов, включая глобальные рекламные агентства Publicis Groupe и Serviceplan, а также для таких брендов, как Adidas, Mazda и саудовская AI-компания Humain.
Джайн сказал, что агенты Luma меняют правила игры, потому что они способны поддерживать постоянный контекст между активами, сотрудниками и творческими итерациями. По словам Джайна, они также могут оценивать и совершенствовать результаты, улучшая свои собственные результаты с помощью повторяющейся самокритики.
По словам Джейн, именно такая возможность проверять свою работу сделала программистов такими полезными. “Вам нужна эта способность, чтобы оценивать свою работу, исправлять ее и повторять цикл до тех пор, пока решение не станет хорошим и точным”.
Джейн сказал, что текущий рабочий процесс использования инструментов ИИ в креативной среде не дает того эффекта, который люди в креативной индустрии ожидают от ИИ. Вместо этого, это больше похоже на: “Вот 100 моделей. Узнайте, как их использовать”, - сказал он.
Он сказал, что отличие Luma Agents заключается в том, что вам не нужно выполнять повторные запросы для каждой итерации изображения или идеи — вместо этого система генерирует множество вариантов и позволяет пользователям определять направление в разговоре.
“Благодаря объединенному интеллекту, поскольку эти модели не только способны генерировать, но и понимать, мы можем создать систему, способную выполнять такого рода комплексную работу”, - сказал Джейн.
Возьмем, к примеру, человека-архитектора, проектирующего здание. Рисуя линии, они создают внутреннее мысленное представление о структуре, освещении, пространственной динамике и жизненном опыте. По словам Джайна, это тот же принцип, на котором строится Единый интеллект.
Джайн сказал, что система может значительно ускорить творческие процессы. В ходе демонстрации Джейн продемонстрировала, как краткое изложение из 200 слов и изображение продукта (кусочек губной помады) позволяют системе генерировать различные идеи для локаций, моделей и цветовых решений для рекламной кампании.
По словам Джейн, в другом примере агенты Luma превратили годовую рекламную кампанию бренда стоимостью 15 миллионов долларов в несколько локализованных рекламных роликов для разных стран за 40 часов менее чем за 20 000 долларов, пройдя внутренний контроль качества и точности.
Хотя Luma Agents теперь общедоступна через API, Джейн сказал, что стартап планирует постепенно внедрять access, чтобы обеспечить пользователям надежный доступ и избежать сбоев в рабочем процессе.
