Robin Rombach es un investigador alemán de aprendizaje automático, conocido principalmente por ser el autor principal de la arquitectura de modelo de difusión latente que se convirtió en la base técnica de Stable Diffusion, y por ser cofundador de Black Forest Labs, la empresa detrás de los modelos de generación de imágenes FLUX.
Rombach realizó su investigación como estudiante de doctorado en el grupo CompVis (Computer Vision) de la Universidad Ludwig Maximilian de Múnich, bajo la supervisión del profesor Bjorn Ommer. En 2022 fue autor principal, junto con Andreas Blattmann, Dominik Lorenz, Patrick Esser y Ommer, del artículo "High-Resolution Image Synthesis with Latent Diffusion Models", presentado en CVPR 2022. La contribución clave del artículo fue ejecutar el proceso de eliminación de ruido de difusión en una representación latente comprimida producida por un Autoencoder en lugar de hacerlo directamente sobre los píxeles, lo que redujo en gran medida el cómputo necesario para entrenar y ejecutar generadores de imágenes de alta resolución. Esta ganancia de eficiencia hizo práctico entrenar y publicar públicamente un modelo de pesos abiertos capaz de ejecutarse en una sola GPU de consumo, trabajo que Stability AI financió y publicó públicamente en agosto de 2022 como Stable Diffusion.
De Stability AI a Black Forest Labs
Rombach se unió posteriormente a Stability AI, donde trabajó como investigador principal en las versiones posteriores de Stable Diffusion, incluida la familia de modelos Stable Diffusion 3. A principios de 2024 dejó Stability AI, junto con los coautores de la difusión latente Patrick Esser y Andreas Blattmann, para fundar Black Forest Labs, un laboratorio alemán independiente de IA centrado en modelos de medios generativos, que toma su nombre de la región de la Selva Negra del sur de Alemania.
Black Forest Labs lanzó la familia de modelos de generación de imágenes FLUX en agosto de 2024, posicionándolos como una alternativa abierta y con licencia comercial a los sistemas cerrados de Text-to-image generation. FLUX fue adoptado rápidamente en el ecosistema de IA generativa de código abierto e integrado en productos como las funciones de generación de imágenes de Grok. El laboratorio desde entonces se ha expandido hacia la investigación de generación de video, compitiendo en un campo que también incluye a Runway, Kling y Seedance.
Importancia
El trabajo de Rombach es ampliamente reconocido como una de las contribuciones técnicas fundamentales que hicieron accesible la generación de imágenes de alta calidad basada en difusión fuera de un puñado de laboratorios bien financiados, de manera comparable al papel que desempeñó la arquitectura Transformer (architecture) en los modelos de lenguaje. Su trayectoria, desde un laboratorio académico, pasando por una startup financiada, hasta fundar su propia empresa, refleja un patrón más amplio de investigadores cuyos artículos sustentan importantes productos comerciales de IA y que terminan construyendo empresas en torno a ese trabajo.