Robin Rombach est un chercheur allemand en apprentissage automatique, connu comme auteur principal de l'architecture de modèle de diffusion latente qui est devenue la base technique de Stable Diffusion, et comme cofondateur de Black Forest Labs, l'entreprise à l'origine des modèles de génération d'images FLUX.
Rombach a mené ses recherches en tant que doctorant au sein du groupe CompVis (Computer Vision) de l'Université Louis-et-Maximilien de Munich, sous la direction du professeur Bjorn Ommer. En 2022, il a été l'auteur principal, aux côtés d'Andreas Blattmann, Dominik Lorenz, Patrick Esser et Ommer, de l'article « High-Resolution Image Synthesis with Latent Diffusion Models », présenté à CVPR 2022. La contribution clé de cet article était d'exécuter le processus de débruitage de diffusion dans une représentation latente compressée produite par un autoencodeur plutôt que directement sur les pixels, ce qui a réduit d'un facteur important le calcul nécessaire pour entraîner et exécuter des générateurs d'images haute résolution. Ce gain d'efficacité a rendu pratique l'entraînement et la publication publique d'un modèle à poids ouverts capable de fonctionner sur un seul GPU grand public, un travail que Stability AI a financé et publié publiquement en août 2022 sous le nom de Stable Diffusion.
De Stability AI à Black Forest Labs
Rombach a ensuite rejoint Stability AI, où il a travaillé comme chercheur principal sur les versions ultérieures de Stable Diffusion, y compris la famille de modèles Stable Diffusion 3. Début 2024, il a quitté Stability AI, aux côtés de ses co-auteurs de la diffusion latente Patrick Esser et Andreas Blattmann, pour fonder Black Forest Labs, un laboratoire d'IA allemand indépendant axé sur les modèles de médias génératifs, tirant son nom de la région de la Forêt-Noire dans le sud de l'Allemagne.
Black Forest Labs a publié la famille de modèles de génération d'images FLUX en août 2024, les positionnant comme une alternative ouverte et sous licence commerciale aux systèmes texte-à-image fermés. FLUX a rapidement été adopté dans l'écosystème de l'IA générative open source et intégré dans des produits tels que les fonctionnalités de génération d'images de Grok. Le laboratoire s'est depuis étendu à la recherche en génération vidéo, rivalisant dans un domaine qui comprend également Runway, Kling et Seedance.
Importance
Les travaux de Rombach sont largement reconnus comme l'une des contributions techniques pivots qui ont rendu la génération d'images basée sur la diffusion de haute qualité largement accessible en dehors d'un petit nombre de laboratoires bien financés, d'une manière comparable au rôle que l'architecture transformeur a joué dans les modèles de langage. Son parcours, d'un laboratoire académique à une startup financée, puis à la fondation de sa propre entreprise, reflète un schéma plus large de chercheurs dont les articles sous-tendent de grands produits commerciaux d'IA et qui finissent par créer des entreprises autour de ces travaux.