DDIM 之父宋佳铭，宣布离职
一句话看懂：扩散模型重要推进者、DDIM论文一作宋佳铭，于本月从Luma AI首席科学家岗位离职。作为驱动Stable Diffusion、DALL-E等主流图像生成工具深层采样加速的技术源头，他的离开发生在Luma AI跻身多模态模型第一梯队的关键节点，引发行业对技术路线和人才流动的关注。
事件核心：发生了什么
宋佳铭（Jiaming Song）5月31日通过领英确认，已从Luma AI离职。他于2023年加入该初创公司担任首席科学家，当时Luma AI刚完成a16z领投的B轮融资，正处于从3D生成向多模态基础模型转型的关口。任职近三年间，他参与推动了公司从3D生成（Genie系列）到视频生成（Dream Machine），再到近期多模态模型（Uni-1.1）的三次技术迭代。目前其领英状态已更新为“本月离职”，但未透露下一站去向或创业计划。
为什么重要
宋佳铭的核心贡献在于2020年作为一作提出的DDIM（Denoising Diffusion Implicit Models），该研究大幅加速了扩散模型采样过程，直接降低了图像生成模型在实际产品中的部署成本与等待时间。可以说，DDIM与DDPM共同奠定了后来Stable Diffusion、DALL-E、Midjourney等产品的技术基础。一个推动扩散模型工业化落地的关键人物，离开正处于行业多模态竞争高潮的Luma AI，意味着一项稀缺的生成模型底层技术经验正在流向新的方向。同时这也折射出AI行业高速的技术迭代规律：2023年的3D生成、2024年的视频生成、2025年的多模态基础模型——三年三次风口切换，技术带头人的流动几乎同步于赛道热点的轮转。
对用户/开发者/创作者的影响
短期而言，Luma AI现有产品（Dream Machine、Uni-1.1）的开发与维护依托团队已有架构，宋佳铭的个人离职不会导致服务中断。不过对于在API层面依赖Luma多模态能力的开发者和创作者，应关注其技术路线在首席科学家空缺期间是否出现方向性调整。长期来看，生成式AI创业公司中顶尖研究者的更替，可能影响模型效果的迭代节奏与采样效率的优化进度。若宋佳铭加入新平台或启动新项目，其掌握的DDIM改进方法、SDEdit等扩散模型经验，可能再次作用于下一阶段工具或底层推理引擎，改变内容创作工具的成本结构。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 宋佳铭下一站动向：他可能重返大厂AI Lab、加入其他生成式AI创业公司或自主创业。考虑到其技术背景与融资周期，不排除在算力效率或视频/3D生成新框架上推出独立成果。2. Luma AI团队调整：在首席科学家离职后，Luma AI是否会在短期内引入接替人选，或选择压缩研究层、转向产品化运营，将影响Uni系列模型后续更新频率。3. 扩散模型技术路线分化：DDIM的改进空间是否被竞争方案（如流匹配、一致性模型）所挤压，以及宋佳铭个人是否会推动新采样机制落地，值得持续观察。
来源：Readhub · AI
