扩散模型领域迎来一则重磅人事变动。DDIM（Denoising Diffusion Implicit Models）论文第一作者宋佳铭，近日在领英上正式宣布从Luma AI离职。作为推动扩散模型从理论走向工业落地的关键人物，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关键时期。这不仅是个人职业路径的调整，更折射出AI生成赛道过去三年极速迭代的缩影。宋佳铭的学术与职业履历堪称亮眼。1994年出生的他，2012至2016年就读于清华大学计算机科学与技术系，本科毕业时排名Top1%，获得Outstanding Honor。随后他在斯坦福大学计算机系攻读硕士和博士，师从Stefano Ermon，专攻生成模型与概率建模。2020年，他作为第一作者提出的DDIM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。DDIM通过引入隐式采样机制，大幅加速了扩散模型的生成过程，使得Stable Diffusion、DALL-E、Midjourney等产品的实时或近实时生成成为可能。可以说，没有DDIM，生成式AI的爆发可能要晚很多。2023年，宋佳铭从英伟达高级研究科学家岗位跳出，加盟风头正盛的Luma AI担任首席科学家。彼时Luma AI刚完成a16z领投的B轮融资，正从3D生成产品向多模态基础模型加速转型。他在领英动态中提到，加入Luma的几年里，他参与推动了几次关键技术转向：从3D生成到视频生成，再到最近的多模态基础模型。2023年AI 3D生成赛道全面爆发，Luma AI凭Genie系列站稳脚跟；2024年文生视频成为新风口，Luma AI推出Dream Machine，凭极致的画面一致性和电影级运镜出圈；2025年至今，多模态大一统和AI世界模型成为新叙事，Luma AI又快速迭代出Uni-1.1。宋佳铭感慨，在Luma工作期间，他有机会和一群出色研究者一起工作，并帮助搭建了一些很多人认为不可能由这样规模公司完成的系统。目前宋佳铭的领英职业信息已更新为“已离职”，但尚未标注新任职公司或任何创业计划。回顾他的研究路径，从DDIM、SDEdit等早期扩散模型代表性工作，到如今的多模态基础模型，宋佳铭始终站在生成模型的技术前沿。他的下一站会是什么？是回归学术界，加入另一家巨头，还是像许多AI研究者一样选择创业？无论去向如何，这位扩散模型落地时代的开创者，注定将继续影响AI生成领域的演进方向。对于AI从业者而言，宋佳铭的履历也提供了一个重要启示：在技术浪潮快速更迭的当下，持续学习和灵活流动，或许才是保持竞争力的关键。