Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: MarDini – Meta联合KAUST推出的视频生成扩散模型
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
MarDini – Meta联合KAUST推出的视频生成扩散模型
Prompt 语宙 > AIGC 资讯 > MarDini – Meta联合KAUST推出的视频生成扩散模型
AIGC 资讯

MarDini – Meta联合KAUST推出的视频生成扩散模型

Prompt 语宙研究院
最近更新: 2026年7月17日 下午2:18
3D与空间智能 AI视频生成 开源大模型
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 融合MAR与扩散模型,兼顾长程时序规划与高质量细节生成,适合大规模视频生成。
  • 支持视频插值、图像到视频、视频扩展和慢动作生成,任务适配更灵活。
  • 可从无标签视频数据端到端训练,且不依赖图像生成预训练,扩展性更强。

MarDini是什么

MarDini是新型的视频扩散模型,融合掩码自回归(MAR)和扩散模型(DM)的优势,用在大规模视频生成。模型能处理任意数量和位置的掩码帧,支持视频插值、图像到视频生成及视频扩展等多种任务。MarDini将大部分计算资源分配给低分辨率的规划模型,实现空间-时间注意力机制的大规模应用,提高视频生成的效率和灵活性。MarDini能从无标签数据中从头开始训练,无需依赖图像生成的预训练,展现出优异的可扩展性和效率。

阅读目录
  • MarDini是什么
  • MarDini的主要功能
  • MarDini的技术原理
  • MarDini的项目地址
  • MarDini的应用场景

MarDini

MarDini的主要功能

  • 视频插值:在两个给定帧之间生成中间帧,让视频流畅过渡。
  • 图像到视频生成:从单张图片出发,生成连续的视频内容。
  • 视频扩展:在现有视频基础上添加新的帧,扩展视频长度。
  • 慢动作视频生成:基于自回归推断,生成超出训练阶段定义的额外帧,创建慢动作效果的视频。
  • 零样本3D视图合成:即便没有3D数据训练,也能生成具有3D一致性的新视角画面。

MarDini的技术原理

  • 掩码自回归(MAR)与扩散模型(DM)的结合:MarDini将MAR用在处理时间序列的长期依赖关系,DM专注于空间细节的生成。
  • 不对称网络设计:MAR在低分辨率下运行,拥有更多的参数,DM在高分辨率下运行,拥有较少的参数。让模型在低分辨率阶段能处理更多的计算任务,在高分辨率阶段专注于细节生成。
  • 端到端训练:基于掩码帧级扩散损失,MarDini从无标签视频数据中进行端到端训练。
  • 灵活的掩码策略:MarDini根据不同的任务需求,改变掩码帧的数量和位置,灵活地适应不同的视频生成任务。
  • 渐进式训练策略:模型逐步调整掩码比例和训练任务的难度,从视频插值平滑过渡到完整的视频生成。

MarDini的项目地址

  • 项目官网:mardini-vidgen.github.io
  • arXiv技术论文:https://arxiv.org/pdf/2410.20280v1

MarDini的应用场景

  • 娱乐与社交媒体:MarDini用在生成社交媒体上分享的短视频内容,如自动生成的舞蹈视频、特效视频或者用户自定义的故事短片。
  • 电影与视频制作:在电影后期制作中,MarDini生成或增强特效场景,或用在创建电影预告片中的某些镜头。
  • 游戏开发:在游戏开发中,生成游戏内的动态背景视频或者作为游戏角色动画的原型设计工具。
  • 虚拟现实(VR)与增强现实(AR):MarDini用在生成VR或AR应用中的动态环境和场景,提升用户沉浸感。
  • 广告与营销:MarDini用在创建吸引人的广告视频,基于动态内容吸引潜在客户的注意力。
❓ 常见问题解答(FAQ)
MarDini是什么视频模型?

MarDini是Meta联合KAUST提出的新型视频扩散模型,结合掩码自回归(MAR)与扩散模型(DM),用于大规模视频生成。它能处理任意数量和位置的掩码帧,覆盖插值、图生视频和视频扩展等任务。

MarDini能做哪些视频生成任务?

MarDini支持视频插值、图像到视频生成、视频扩展、慢动作视频生成,以及零样本3D视图合成。它通过灵活的掩码策略适配不同任务,适合多种视频内容生成场景。

MarDini的技术优势是什么?

它把MAR用于时间依赖建模,把扩散模型用于空间细节生成,并采用低分辨率规划、高分辨率细化的非对称设计。文章还提到它可从无标签数据端到端训练,效率和可扩展性较强。

🔬 语宙深潜追问 · 进阶实操拆解
掩码自回归和扩散怎么互补?

自回归擅长建模全局结构和长程依赖,扩散擅长细节修复与高质量采样。把两者结合后,可以先用自回归确定粗框架,再用扩散补细节,从而兼顾可控性、清晰度和生成稳定性。

无标签数据训练为何更有潜力?

因为视频数据规模巨大,但人工标注昂贵且覆盖有限。若能通过自监督或弱监督从海量无标签视频中学习时空规律,模型就能更好扩展到多任务场景,同时降低数据依赖和标注成本。

🗳️ 读者观点微投票 · 您的实战立场是?
视频生成模型,你更看好扩散还是自回归?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🐋 所属权威专题:DeepSeek 深度实战与部署 →
  • Bernini – 字节跳动开源的统一视频生成与编辑框架
  • GPDiT – 清华北大联合阶跃星辰等推出的视频生成模型
  • MinT – 生成顺序事件的文本转视频模型,灵活控制时间戳
  • MAGI-1 – Sand AI 开源的首个自回归视频生成模型
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
通义千问正式接入苹果生态,国内Apple智能体验迎来重磅升级
EyeDiff – 文本到图像扩散模型,自然语言生成多模态眼科图像
WebDesignAgent – 自动化网页设计AI工具,零门槛搭建各类型网站
电动车退潮、AI储能狂飙!LG新能源重磅转向数据中心:年底软包ESS超50GWh、斩获160GWh巨额订单与挺进英伟达DSX生态全景深度拆解
告别独立切窗!可灵Kling 4.0 Flash全球全面开放:打通PR/AE/PS专业后期生态、首创原生MCP接入与高频影视工作流全景实测
TAGGED:3D与空间智能AI视频生成开源大模型
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 SDXL-EcomID – 阿里推出的单个参考图像生成定制的个性图像框架 SDXL-EcomID – 阿里推出的单个参考图像生成定制的个性图像框架
下一篇 百度沈抖:每位员工每月发 1000 元额度自由体验主流大模型,强制推行AI办公难见效 百度沈抖:每位员工每月发 1000 元额度自由体验主流大模型,强制推行AI办公难见效
Ad image
Ad image

最近更新

NVIDIA Vera Rubin 亮相 MLPerf 评测并在训练与端点测试中领先
单GPU训练性能翻倍且智能体每瓦吞吐暴增10倍!NVIDIA Vera Rubin首战MLPerf大获全胜:DeepSeek-V3千卡扩展效率97%与Agentic端点推理全景深度拆解
AIGC 资讯
美国商务部大楼与半导体出口管制新规
算力超1200万TPP即触发许可且限期90天整改!美国商务部突发全球数据中心新规:封死离岸云端远程租用算力与废止AI扩散规则全景深度拆解
AIGC 资讯
AI 原生 CRM 初创公司 Dreamteam 获 5300 万美元融资,挑战 Salesforce 与 HubSpot
斩获5300万美元对标Salesforce!前Freshworks高管创办AI原生CRM Dreamteam:基于Company Brain虚拟记忆与自动化智能体流水线深度拆解
AI 工具
Optimizely 谈营销智能体落地:企业需将审核从输出转向输入
告别Vibe Coding虚火!Optimizely解密企业级营销智能体落地法则:从“输出审核”走向“输入约束”、专用Harness架构与800落地页规模化实战
最新趋势

相关推荐

clone-voice – 开源的声音克隆工具,支持16种语言
AIGC 资讯

clone-voice – 开源的声音克隆工具,支持16种语言

Prompt 语宙研究院
AI音频与语音 开源大模型
绿植花卉展台
6
展台场景

绿植花卉展台

Carmen
3D与空间智能 AI绘画提示词 Midjourney 展台 植物
VQAScore – CMU联合Meta推出的文本到视觉图像生成评估方法
AIGC 资讯

VQAScore – CMU联合Meta推出的文本到视觉图像生成评估方法

Prompt 语宙研究院
AI视频生成 HuggingFace stable diffusion 大模型微调 开源大模型
IBM季度业绩失利遭股价暴跌,高层坚称人工智能不会消灭大型机
AIGC 资讯

IBM季度业绩失利遭股价暴跌,高层坚称人工智能不会消灭大型机

Prompt 语宙研究院
AI办公效率 AI智能体 大模型微调 开源大模型
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • Remaker AI
  • BGRemaker 抠图Hot
  • AIGC 工具
  • Prompt 咒语生成器
  • 去水印工具

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.