Björn Ommer

Prof. Dr. Björn Ommer ist ein deutscher Informatiker und KI-Forscher, der als einer der Hauptschöpfer von Stable Diffusion international bekannt wurde. Er ist ordentlicher Professor an der Ludwig-Maximilians-Universität München (LMU), wo er den Lehrstuhl für KI in der Computer Vision innehat, und gilt als einer der führenden Köpfe der deutschen KI-Forschung.

Überblick

Aktuelle Position: Ordentlicher Professor (Lehrstuhl für KI und Computer Vision), LMU München
Weitere Rollen: Chief AI Officer der LMU München; Co-Direktor des Bayerischen KI-Rats; Koordinator der Bayerischen KI-Grundmodell-Initiative
Frühere Positionen:
- Ordentlicher Professor für Informatik, Universität Heidelberg (2009–2021)
- Postdoc im Labor von Jitendra Malik, UC Berkeley
- Juniorprofessor, Universität Heidelberg (2009)
Ausbildung:
- Dissertation in Informatik, ETH Zürich (ausgezeichnet mit der ETH-Medaille)
- Diplom in Informatik (Nebenfach Physik), Universität Bonn
Forschungsgruppe: CompVis Lab – Computer Vision & Learning Group
ELLIS Fellow, Mitglied der ELLIS Unit München

Karriere

Ausbildung und frühe Forschung

Björn Ommer studierte Informatik mit Nebenfach Physik an der Universität Bonn. Sein Promotionsstudium absolvierte er an der ETH Zürich, wo er mit seiner Dissertation „Learning the Compositional Nature of Objects for Visual Recognition” promovierte und die ETH-Medaille erhielt. Im Anschluss forschte er als Postdoktorand an der UC Berkeley in der Gruppe von Jitendra Malik, einem der einflussreichsten Forscher im Bereich Computer Vision.

Universität Heidelberg (2009–2021)

Ab 2009 war Ommer zunächst Juniorprofessor und später ordentlicher Professor für Informatik an der Universität Heidelberg. Er leitete dort das Heidelberg Collaboratory for Image Processing (HCI) und war Ko-Direktor des Interdisziplinären Zentrums für Wissenschaftliches Rechnen (IWR). In dieser Zeit baute er seine Forschungsgruppe zu einem international anerkannten Zentrum für visuelle Lernverfahren aus.

LMU München (seit 2021)

Im Herbst 2021 wechselte Ommer an die Ludwig-Maximilians-Universität München, wo er den Lehrstuhl für KI und Computer Vision übernahm. Dort leitet er die CompVis – Computer Vision & Learning Group (github.com/compvis). Gleichzeitig ist er als Chief AI Officer der LMU und als Ko-Direktor des Bayerischen KI-Rats in strategische KI-Initiativen eingebunden.

Stable Diffusion und Latent Diffusion Models

Das bekannteste wissenschaftliche Ergebnis aus Ommers Forschungsgruppe ist das Modell hinter Stable Diffusion. Die grundlegende Arbeit „High-Resolution Image Synthesis with Latent Diffusion Models” wurde 2022 auf der CVPR veröffentlicht und bildete die technische Basis für Stable Diffusion – eines der meistgenutzten Open-Source-Bildgenerierungsmodelle weltweit. Stable Diffusion wurde gemeinsam mit Stability AI und Runway ML entwickelt und 2022 als Open-Source-Modell veröffentlicht.

Ommer vertritt dabei einen Ansatz, der Effizienz und Offenheit in den Vordergrund stellt: Statt an der „Scaling-Race” mit immer größeren Modellen teilzunehmen, setzt seine Gruppe auf erklärbare, ressourcenschonende und wissenschaftlich fundierte Verfahren.

Forschungsschwerpunkte

Generative visuelle Synthese (Latent Diffusion Models, Stable Diffusion)
Invertierbare neuronale Netze für erklärbare KI
Deep Metric Learning und Repräsentationslernen
Selbstüberwachtes Lernen
Anwendungen in den digitalen Geisteswissenschaften, medizinischen Bildgebung und autonomem Fahren

Auszeichnungen

Deutscher KI-Preis 2024 (Kategorie Innovation)
Technikpreis der Eduard-Rhein-Stiftung 2024
Nominierung für den Deutschen Zukunftspreis (für Stable Diffusion)
Eröffnungs-Keynote auf der NeurIPS 2023
Associate Editor, IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI)