Luma Uni-1 登陆 ComfyUI：首个“先思考后绘画”的自回归图像模型

在图像生成领域，扩散模型长期占据主导地位。但 Luma AI 推出的 Uni-1 正在打破这一常规。作为一个仅解码器的自回归变换器（Decoder-only Autoregressive Transformer），Uni-1 不直接预测像素噪声，而是将文本和图像视为统一的序列进行建模。

• API：https://lumalabs.ai/api

Luma 发布统一推理图像模型UNI-1：终结“理解”与“生成”的割裂，首个统一推理视觉模型登场

现在，Uni-1 已通过 ComfyUI Partner Nodes 正式接入 ComfyUI 生态。这意味着你可以利用其独特的“推理式生成”能力，在本地或云端工作流中实现前所未有的控制力与准确性。

核心理念：先思考，后绘画

与传统扩散模型“一步到位”生成像素不同，Uni-1 的工作流程更接近人类艺术家或大型语言模型（LLM）：

1. 理解与分解：接收提示词后，模型首先进行内部推理，分解复杂指令，识别约束条件。
2. 规划构图：在生成任何像素之前，模型已在潜在空间中规划好画面布局、逻辑关系和时间序列。
3. 自回归生成：基于规划好的蓝图，逐个 Token 地生成图像序列，确保每一步都符合整体逻辑。

这种机制使得 Uni-1 在处理复杂指令、空间关系和逻辑约束时，表现出远超传统模型的鲁棒性。

核心功能亮点

1. 精准文本渲染与多语言支持

• 可读文本：彻底解决 AI 绘图“乱码”痛点，生成清晰、准确且符合语境的文字内容。
• 多语言提示：原生支持多种语言输入，无需依赖翻译中间件，理解更地道。

2. 统一生成与编辑

• 无缝编辑：支持多轮对话式修改。你可以上传源图像，通过自然语言指令调整细节、更换背景或修改主体，而无需重新生成整图。
• 身份保留：在参考引导生成中，能极好地保持人物或物体的身份特征（Identity Preservation），适合角色一致性创作。

3. 网络搜索接地 (Web Search Grounding)

• 实时信息整合：模型可结合网络搜索结果生成图像，确保内容反映最新事实、趋势或特定实体细节，减少幻觉。

4. 高级构图与输出

• 多面板输出：支持生成具有时间一致性的多面板漫画或故事板，保持角色和风格在不同分镜间的高度连贯。
• 照片级真实感：具备极高的材质准确性和光影表现力，输出效果逼真自然。
• 灵活宽高比：支持 9 种预设宽高比，适配从手机壁纸到电影宽银幕的各种场景。

如何在 ComfyUI 中使用 Uni-1？

前置准备

• ComfyUI 版本：确保已更新至最新版本，或直接使用 Comfy Cloud。
• 节点安装：通过 ComfyUI Manager 搜索并安装 Luma UNI-1 Image 节点（属于 Partner Nodes 系列）。

快速开始工作流

1. 加载节点：
   • 右键点击画布 -> Add Node -> Luma -> UNI-1 Image。
   • 或者从 Templates 面板直接加载官方提供的 Uni-1 模板。
2. 配置输入：
   • Text-to-Image：在 prompt 输入框中输入描述性提示词。
   • Image-to-Image / Edit：连接源图像到 image 输入端，并在提示词中描述修改意图（如：“把背景换成雪山”）。
3. 调整参数：
   • 选择所需的 Aspect Ratio（宽高比）。
   • （可选）启用 Web Search 以获取实时上下文。
4. 运行生成：
   • 点击 Queue Prompt，等待模型完成“思考”与“绘制”过程。