在人工智能生成领域，一位关键人物的职业轨迹引发关注——DDIM（Denoising Diffusion Implicit Models）提出者宋佳铭近日通过领英平台确认，已结束在Luma AI近三年的首席科学家任职。这一变动恰逢该公司凭借Dream Machine视频生成工具与Uni-1.1多模态模型跻身行业头部阵营的关键阶段。
作为扩散模型工业化落地的核心推动者，宋佳铭的学术履历堪称亮眼。2016年从清华大学计算机系以Top1%成绩毕业后，他先后在斯坦福大学攻读硕博学位，师从生成模型领域专家Stefano Ermon教授。其博士期间提出的DDIM采样技术，与DDPM共同构建了扩散模型的理论基石，直接催生了Stable Diffusion、DALL-E等里程碑式产品。这项突破性成果使图像生成速度提升数十倍，被业界视为生成式AI爆发的关键催化剂。
工业界征程始于2017年的OpenAI研究实习，此后他相继在meta FAIR实验室、英伟达"Picasso"项目组担任要职。2023年，这位30岁的青年学者做出重要职业转向，加盟当时正从3D生成向多模态转型的Luma AI。在任期间，他主导了公司从Genie系列3D模型到Dream Machine视频生成工具的技术迭代，更推动Uni-1.1实现文本、图像、视频的跨模态统一建模。
Luma AI的转型轨迹印证了AI生成领域的剧烈变迁：2023年行业聚焦NeRF技术与文生3D应用，2024年因Sora带动视频生成竞赛，2025年则全面转向多模态融合。宋佳铭参与构建的技术体系，恰好覆盖了这三个关键转折点。据其领英动态披露，在Luma工作期间，他带领团队完成了"远超预期规模的系统搭建"，包括突破性的视频生成架构与多模态训练框架。
这位青年科学家的学术脉络清晰可见：从早期参与SDEdit等扩散模型改进，到主导DDIM采样革命，再到如今探索多模态基础模型，其研究始终紧贴行业前沿。值得关注的是，他的职业选择始终与技术浪潮同频——从学术界到工业界，从大厂到初创，每次转型都精准卡位技术变革节点。
目前宋佳铭的领英资料已更新为"寻求新机会"，尚未透露后续去向。但可以确定的是，这位手握扩散模型核心专利、深度参与多个技术范式转型的科学家，其职业动向将持续牵动AI生成领域的神经。在多模态竞争日趋白热化的当下，他的技术积累与行业洞察无疑将成为各方争夺的宝贵资源。
从清华园到斯坦福，从OpenAI到Luma AI，宋佳铭的职业轨迹折射出AI技术人才的典型成长路径：顶尖学术训练、头部机构历练、创业生态深耕。这种复合型背景使其既能把握理论前沿，又深谙工程落地之道——正如他在Luma期间推动的多个"不可能任务"，包括将视频生成训练成本降低80%的技术突破。
随着生成式AI进入深水区，技术迭代速度持续加快。宋佳铭的离职再次印证：在这个充满不确定性的领域，人才流动与技术突破始终相伴相生。当多模态成为新战场，这位扩散模型奠基人的下一步选择，或将为行业揭示下一个技术爆发点的方向。
