DDIM之父宋佳銘（Jiaming Song），在領英上發布了自己從Luma AI離職的消息。

DDIM全稱Denoising Diffusion Implicit Models。

如果你用過任何基于擴散模型的圖像生成工具，背后幾乎都離不開DDIM帶來的采樣加速技術。

這位推動擴散模型工業化落地的關鍵人物出走，正值 Luma AI憑Dream Machine、Uni-1.1等產品躋身全球多模態第一梯隊的關鍵期。

走完Luma AI三年風口迭代路，社交平臺確認“已離職”

時間拉回2023年。

彼時在英偉達擔任高級研究科學家的宋佳銘，選擇跳出大廠體系，加盟風頭正盛的初創企業Luma AI，出任首席科學家。

他在動態中提到，加入Luma的幾年里，他參與推動了幾次關鍵技術轉向，從3D生成到視頻生成，再到最近的多模態基礎模型。

2023年，AI 3D生成賽道全面爆發，行業爭相探索NeRF、文生3D技術落地場景，Luma AI憑借Genie系列模型站穩腳跟。

2024年，文生視頻成為行業新風口，OpenAI Sora問世帶動全網視頻AI競賽，Luma AI順勢推出Dream Machine，憑極致的畫面一致性、電影級運鏡能力出圈。

2025年至今，單一模態模型逐漸遇頂，多模態大一統、AI世界模型成為行業新敘事，Luma AI又快速迭代出Uni-1.1多模態模型，完成技術賽道的再度升級。

Luma的轉型軌跡，幾乎就是AI生成賽道過去三年的縮影。

宋佳銘加入LumaAI的節點，正好是這家公司從3D生成產品向多模態基礎模型加速轉型的時候。

彼時LumaAI剛拿到a16z領投的B輪融資，一邊發布Genie1.0繼續押注文生3D，一邊把融資用途指向基礎模型算力、數據和團隊擴張。

宋佳銘感慨道，在Luma工作期間，他有機會和一群出色研究者一起工作，并幫助搭建了一些很多人原本認為不可能由這樣規模公司完成的系統。

不過在與這家公司并肩作戰接近三年后，宋佳銘決心離開。

目前，宋佳銘的LinkedIn職業信息已更新，他已于本月離職。

但尚未未標注其新任職公司或任何創業計劃。

宋佳銘

宋佳銘的核心標簽，是擴散模型落地時代的開創者。

最重要的工作是他2020年作為一作提出的DDIM。

這篇論文與DDPM共同奠定了擴散模型在圖像生成領域的理論基礎，直接影響了后來Stable Diffusion、DALL-E、Midjourney等產品的技術路線。

可以這樣說，沒有DDIM，生成式AI的爆發可能要晚很多。

除DDIM外，宋佳銘也參與了SDEdit等早期擴散模型代表性工作。

時間線往前拉，宋佳銘的履歷也一直沿著機器學習和生成模型展開。

宋佳銘生于1994年。

2012年至2016年，宋佳銘就讀于清華大學計算機科學與技術系。

本科畢業時獲得OutstandingHonor，排名Top1%。

在清華期間，他曾與清華教授朱軍、杜克大學教授Lawrence Carin合作。

本科畢業后，宋佳銘進入斯坦福大學計算機系攻讀碩士和博士，導師為Stefano Ermon，專攻生成模型、概率建模與計算機視覺方向。

在正式進入工業界之前，宋佳銘已有多段研究經歷。

2016年，他在曠視實習；2017年，他曾OpenAI擔任研究實習生；2018年，他又在Meta FAIR實習過。

2021年至2022年，他在斯坦福大學計算機系做博士后研究。

2022年，他加入英偉達擔任研究科學家，后升任高級研究科學家，期間參與了英偉達的人工智能基礎研究工作，特別是“Picasso”項目。

2023年，宋佳銘跳槽到Luma AI，擔任首席科學家。

宋佳銘參與過的工作，一路從DDIM、SDEdit，走到了今天的多模態基礎模型。

讓人不禁感慨，AI行業這幾年變化快得有點不真實。

前一年大家還在討論文生3D，下一年視頻生成突然爆發，再過一年，多模態和世界模型又成了新的方向。很多曾經炙手可熱的概念，很快就被下一輪技術浪潮推著往前走。

方向在變，公司在變，技術工作者也在不斷學習、不斷流動。

有時候甚至會覺得，整個行業像一列始終沒有減速的高速列車。人們一邊追趕新的模型、新的參數、新的敘事，一邊又不斷和上一輪熱點告別。

很多曾經具體而鮮活的名字，沒過多久，就會變成上一輪AI浪潮里的注腳。

而新的浪潮，還在繼續往前推。

參考鏈接：
https://www.linkedin.com/in/jiamings/

文章來源：量子位。