DDIM 之父宋佳铭离职 Luma AI，见证三年技术风口迭代
DDIM（Denoising Diffusion Implicit Models）之父宋佳铭（Jiaming Song）近日在领英宣布从 Luma AI 离职。作为推动扩散模型工业化落地的关键人物，他的离开正值 Luma AI 凭借 Dream Machine、Uni-1.1 等产品跻身全球多模态第一梯队的上升期。
走完 Luma AI 三年风口迭代路，社交平台确认“已离职”
2023 年，时任英伟达高级研究科学家的宋佳铭加入初创企业 Luma AI 出任首席科学家。他在动态中回顾，任职期间推动了公司从 3D 生成到视频生成，再到多模态基础模型的多次关键技术转向。
Luma AI 的发展轨迹堪称 AI 生成赛道过去三年的缩影：2023 年，凭借 Genie 系列模型在 AI 3D 生成赛道站稳脚跟；2024 年，顺应文生视频风口推出 Dream Machine，以电影级运镜能力出圈；2025 年至今，快速迭代出 Uni-1.1 多模态模型，完成向 AI 世界模型的技术升级。
宋佳铭加入之时，恰逢 Luma AI 获得 a16z 领投 B 轮融资，公司正处于从单一产品向基础模型转型的关键节点。他感慨称，在 Luma 期间与众多出色研究者共事，搭建了许多超出公司规模预期的系统。
目前，宋佳铭的 LinkedIn 职业信息已更新为本月离职，但尚未标注新的任职去向或创业计划。
宋佳铭：扩散模型落地时代的开创者
宋佳铭的核心学术标签是扩散模型落地时代的开创者。其最重要的贡献是 2020 年作为第一作者提出的 DDIM 算法。该论文与 DDPM 共同奠定了扩散模型在图像生成领域的理论基础，直接影响了 Stable Diffusion、DALL-E、Midjourney 等主流产品的技术路线。可以说，没有 DDIM，生成式 AI 的爆发进程或将大幅推迟。
除 DDIM 外，他还参与了 SDEdit 等早期扩散模型的代表性工作。
顶尖学术背景与大厂历练
宋佳铭生于 1994 年，履历始终围绕机器学习与生成模型展开。2012 年至 2016 年，他就读于清华大学计算机科学与技术系，本科毕业时获 Outstanding Honor，排名全系前 1%。在校期间，他曾与清华教授朱军、杜克大学教授 Lawrence Carin 合作。
此后，他进入斯坦福大学计算机系攻读硕士和博士，师从 Stefano Ermon，专攻生成模型、概率建模与计算机视觉方向。在进入工业界前，他已拥有丰富的研究经历：2016 年实习于旷视，2017 年任 OpenAI 研究实习生，2018 年实习于 Meta FAIR。
2021 年至 2022 年，他在斯坦福大学从事博士后研究。2022 年加入英伟达担任研究科学家，后升任高级研究科学家，期间深度参与了包括"Picasso"项目在内的人工智能基础研究。2023 年，他跳槽至 Luma AI 担任首席科学家，直至此次离职。
行业高速迭代下的个人流动
从 DDIM、SDEdit 到如今的多模态基础模型，宋佳铭的职业路径折射出 AI 行业的极速变迁。短短几年间，行业焦点从文生 3D 迅速切换至视频生成，再转向多模态与世界模型。许多曾经炙手可热的概念很快被新一轮技术浪潮取代。
方向在变，公司在变，技术工作者也在不断流动与学习。整个行业如同一列高速列车，从业者在追赶新模型、新参数的同时，也不断与上一轮热点告别。曾经的鲜活名字逐渐成为注脚，而新的浪潮仍在继续向前推进。