DDIM 之父宋佳铭，宣布离职

📌 一句话摘要

DDIM 之父宋佳铭宣布从 Luma AI 离职，其职业生涯贯穿扩散模型从理论奠基到多模态落地的完整周期。

📝 详细摘要

文章报道了 DDIM 一作宋佳铭（Jiaming Song）从 Luma AI 离职的消息。宋佳铭于 2020 年提出的 DDIM 是扩散模型加速采样的核心算法，直接影响了 Stable Diffusion、DALL-E 等主流图像生成工具的技术路线。他于 2023 年从英伟达加入 Luma AI 担任首席科学家，亲历并推动了公司从 3D 生成（Genie）到视频生成（Dream Machine），再到多模态基础模型（Uni-1.1）的多次技术转型。文章梳理了宋佳铭的学术与职业履历，包括清华本科、斯坦福博士、在 OpenAI 和 Meta FAIR 的实习经历，以及在英伟达参与 Picasso 项目的工作。目前宋佳铭已更新 LinkedIn 状态为离职，但未透露下一步去向。文章借此回顾了 AI 生成赛道过去三年的快速演变，从文生 3D 到视频生成再到多模态世界模型，技术方向不断更迭。

💡 主要观点

- DDIM 之父宋佳铭从 Luma AI 离职，标志性人才流动引发行业关注。 宋佳铭是扩散模型工业化落地的关键人物，其离职正值 Luma AI 在多模态赛道的关键期，去向未明，引发对 AI 人才竞争和技术方向变化的讨论。

宋佳铭的职业生涯映射了 AI 生成赛道从理论到应用的快速演进。 从 2020 年提出 DDIM 奠定扩散模型基础，到 2023 年加入 Luma AI 推动 3D/视频/多模态产品落地，其个人轨迹与行业技术浪潮高度同步。

Luma AI 的转型路径是过去三年 AI 生成赛道的缩影。 公司从 3D 生成（Genie）到视频生成（Dream Machine）再到多模态基础模型（Uni-1.1），反映了行业热点的快速切换和公司战略的灵活调整。

💬 文章金句

- DDIM 全称 Denoising Diffusion Implicit Models。如果你用过任何基于扩散模型的图像生成工具，背后几乎都离不开 DDIM 带来的采样加速技术。

Luma 的转型轨迹，几乎就是 AI 生成赛道过去三年的缩影。
方向在变，公司在变，技术工作者也在不断学习、不断流动。

📊 文章信息

AI 初评：85

来源：量子位

作者：Jay

分类：商业科技

语言：中文

阅读时间：7 分钟

字数：1698

标签：宋佳铭, DDIM, 扩散模型, Luma AI, AI 人才流动

阅读完整文章

DDIM 之父宋佳铭，宣布离职

🤖 問 AI