一场原本 1500 万美元的广告投放,用 40 小时、2 万美元搞定,还通过了品牌方内部的品质审核。
这是什么?
AI 视频生成公司 Luma 发布了创意 AI 智能体,名字叫 Luma Agents。它是一个能在同一个系统里,端到端生成文本、图像、视频、音频的 AI 协作工具。
你看,过去做 AI 创意类工作,图像要用 Midjourney,视频要用 Sora,音频要用 ElevenLabs——每个工具得单独开。每个模型的提示词写法都不一样,最后还得靠人工把素材拼在一起。Luma Agents 干脆把整条链路整合成了一套。
技术上的关键是一套叫做 Unified Intelligence(统一智能)的新架构。首个模型 Uni-1 是一个 decoder-only transformer(仅解码器架构),能在同一段序列里同时处理语言 token 和图像 token——简单说就是边思考边作画。Luma CEO Amit Jain 用建筑师来比喻:建筑师在画线时,会同时模拟结构、光线、空间动态;Uni-1 也是在一次 forward pass 里同时完成推理和渲染。
Luma 成立于 2021 年,总部位于帕洛阿尔托,累计融资 11 亿美元,估值 40 亿美元。去年 11 月,它从沙特 PIF 旗下的 HUMAIN 拿到 9 亿美元融资,并宣布将在沙特建设一座超级集群(supercluster)数据中心。投资方名单里有 Andreessen Horowitz、NVIDIA、AWS、AMD Ventures 等。
有什么不同?
用 AI 生成内容本来就不是新鲜事。问题在于,过去的做法基本就是一句话:「这儿有 100 个模型,你自己学提示词去用。」按 Jain CEO 的说法,眼下的创意 AI,时间都花在了「编排工具」上。
| 传统多工具方式 | Luma Agents | |
|---|---|---|
| 工作流 | 每个工具单独写提示词,结果人工拼合 | 一份 brief 端到端自动完成 |
| 上下文 | 切换工具时丢失上下文 | 全程保留整个项目上下文 |
| 品质管控 | 人工逐条审核成片 | 智能体自动评估、反复优化 |
| 模型选择 | 得自己摸清每个模型的长短板 | 自动路由到最合适的模型 |
| 协作 | 来回传素材文件 | 多人实时协作的在线白板 |
实际案例相当惊人。据 LBB 报道,南非一家不足 20 人的小型代理商,把一支讲述马自达 MX-5 八九十年代到 2000 年代演变史的 campaign,两周就完成了。要知道,如果真的去找车、拍摄、做后期,这种项目通常得几个月。
另一个全球客户先用传统方式拍了一支主片,再借助 Luma 把它改编成 150 多个市场、语言版本的本地化素材。手工打磨的部分交给人,规模化扩展交给 AI——这就是 Luma 主张的混合制作模式。
目前 Luma Agents 已经接入的外部模型相当多:Ray3.14、Google Veo 3、Sora 2、Kling 2.6、Nano Banana Pro、Seedream、GPT Image 1.5、ElevenLabs 等等。智能体会根据每个阶段的任务,自动挑选并路由到最合适的模型。
上手指南
- 打开 Luma 应用
到 lumalabs.ai 注册账号。也可以通过 API 接入,但直接用应用上手最简单。 - 用 Brainstorm 模式做策划
先用「帮我做一个产品发布 campaign」这种自然语言开头,智能体会扩展创意、提出方向。这一阶段还不会真正生成素材,只是策略层面的讨论。 - 切到 Create 模式开始制作
方向定了之后,切换到 Create 模式。智能体负责生成图像、视频、音频,并自动处理模型选择、路由和迭代优化。 - 像聊天一样给反馈
「色调再暖一点」「就按 2 号方向继续」——像对话一样给反馈,智能体会保留上下文并改进。不需要你去研究提示词工程。 - 规模化投放
把成片按不同平台、语言、市场做变体分发。在多人白板上还能和团队成员实时协作。
企业端的安心要点
客户对生成内容拥有 100% 的 IP,版权风险自动审查,人工介入记录可追溯,发布前必经人工复核流程。
