宋佳铭（DDIM之父）离开Luma AI，期间推动了多模态基础模型的发展，并参与了3D生成到视频生成的技术转型。他的DDIM论文奠定了扩散模型在图像生成中的基础，影响了多个生成式AI产品。

Luma AI推出的Uni-1模型在图像理解与生成方面表现优异，超越谷歌的Nano Banana Pro和GPT Image 1.5。该模型由不到15人的华人团队开发，具备角色姿态迁移和草稿转漫画等功能，展现出强大的竞争力，预示着视觉AI的未来发展方向。

我们研究了无分类器引导（CFG）的理论基础，揭示了其与DDPM和DDIM的不同之处，并指出CFG生成的分布存在误解。我们将CFG描述为一种预测-修正方法（PCG），在去噪和锐化之间交替。通过在SDE极限下的分析，我们证明CFG等同于结合DDIM预测器和Langevin动态修正器，从而为CFG的理解提供了理论支持。

本文探讨了无分类器引导（CFG）的有效性，指出其与DDPM和DDIM的不同交互。研究表明，CFG是一种预测-校正方法（PCG），在去噪和锐化之间交替。DDPM-CFG在SDE极限下等同于应用于条件分布的DDIM预测器和伽马分布的Langevin动态校正器。