19 hours ago
2
Das KI-Startup Luma hat diese Woche seine sogenannten Luma Agents vorgestellt – ein System, das kreative Aufgaben von Anfang bis Ende übernehmen soll, also von Text über Bild und Video bis hin zu Audio. Technische Grundlage ist das Modell Uni-1, das erste aus Lumas neuer „Unified Intelligence“-Modellfamilie. Es wurde auf Sprache, Bilder, Videos, Audio und räumliches Denken trainiert – alles in einem einzigen multimodalen System, kein Flickenteppich aus Einzellösungen.
Das Modell kann demnach „in Sprache denken und in Pixeln vorstellen und rendern“. Das System kann nicht nur generieren, sondern auch bewerten und verbessern – ähnlich wie Coding-Agenten, die ihren eigenen Code testen und korrigieren.
Luma Agents koordiniert dabei nicht nur die eigenen Modelle, sondern auch externe wie Googles Veo 3 und Nano Banana Pro, ByteDances Seedream oder die Sprachmodelle von ElevenLabs. Der Nutzer muss nicht für jede Iteration neu prompten – das System generiert stattdessen viele Varianten auf einmal, und man steuert die Richtung über ein Gespräch.
Zu den ersten Kunden gehören Publicis Groupe und Serviceplan sowie Marken wie Adidas, Mazda und das saudi-arabische KI-Unternehmen Humain. Luma Agents ist inzwischen über eine API öffentlich zugänglich, allerdings plant das Startup einen schrittweisen Rollout, um Engpässe zu vermeiden.
Transparenz: In diesem Artikel sind Partnerlinks enthalten. Durch einen Klick darauf gelangt ihr direkt zum Anbieter. Solltet ihr euch dort für einen Kauf entscheiden, erhalten wir eine kleine Provision. Für euch ändert sich am Preis nichts. Partnerlinks haben keinerlei Einfluss auf unsere Berichterstattung.
