从扩散到自回归：Luma AI 的 Uni-1 如何用Transformer 重塑图像生成？

Luma AI 发布了图像模型 Uni-1 看到评价还不错，就像来测他一下。

Uni-1 据说在强空间推理、复杂逻辑、理解 + 生成统一 的特点

底层架构和其他 AI 生图模型不一样，一般是使用扩散模型，Uni-1 是使用 自回归 Transformer

1、电影分镜

香港警匪电影，中国演员精彩打斗过程，写实电影分镜图，九宫格，比例16:9，2K

整体看起来是挺不错的，等等。。。这演员怎么这么眼熟，很像丹哥，看来是用不少电影来训练的，就是那个夜上海灯牌是不是不够合理，这是香港电影。

2、一致性

上传了一张小弈的图片，进行图片编辑

小弈在办公室养龙虾，写实风格，比例16:9，2K

还不错，人物一致性保持的很好

3、空间构图

生成一张电影级画面。在一个倾斜 45 度的未来主义悬浮楼梯上，摆放着三台不同年代的科幻飞船模型，请精确表现出黄金比例的构图，确保所有物体的阴影统一指向画面左下角的光源，重点展示楼梯金属表面的反光反射与飞船模型玻璃质感的物理碰撞，比例16:9，2K

45度没问题，左下角的光源也正确，整体效果可以

4、逻辑

这是一幅叙事感极强的插画，画面中心是一只穿着维多利亚时代贵族礼服的龙虾，它正坐在古董书桌前撰写一封 AI 生成的情书，背景是暴风雨中的海洋，透过窗户可以看到海浪与代码数据流交织在一起，请运用赛博朋克与古典油画结合的风格，光影对比强烈。比例16:9，2K

赛博朋克与古典油画结合，画面和描述一致，逻辑清晰，不乱

5、风格与细节

以宫崎骏的动画风格，绘制一幅春日田园图。画面中央是一辆行驶在铁轨上的复古蒸汽火车，铁轨穿过开满油菜花的田野。火车车窗内，一只狐狸正戴着耳机看书，书的封面是你熟悉的《小王子》。请精确画出火车烟囱冒出的烟雾形状，使其在视觉上形成一个巨大的爱心。比例16:9，2K

吉卜力风格正确，带着耳机，看书，爱心的烟，细节都有了

6、生成统一

画一只龙虾和驴和蛙，写实风格，比例2.35:1，2K

构图挺有意思，能把三者毫无违和感的统一到一个画面

这张图上配一首诗

他自己直接出的诗，用的繁体字，认为这样比较符合画风吧，就是最后一行和其他三行有个空行，不够完美。

中文大字方面是比较准确的，就是小字部分还不够好，如果把小字部分也做好，那真的就太好了。

这种 自回归 Transformer 生图方式还不错，

在技术路线上有多了条康庄大道。。。
#人工智能[超话]##AI创造营##图片生成#