---
title: "MarDini – Meta联合KAUST推出的视频生成扩散模型"
url: "https://paooo.com/aigc-news/25996/"
author: "Prompt 语宙研究院"
published_at: "2026-07-17T14:18:29+08:00"
updated_at: "2026-07-17T14:18:29+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, AI视频生成, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# MarDini – Meta联合KAUST推出的视频生成扩散模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/25996/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-17

## AI 30 秒核心看点 (TL;DR)

- 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。

## 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](https://mardini-vidgen.github.io/?utm_source=ai-bot.cn)

- **arXiv技术论文**：[https://arxiv.org/pdf/2410.20280v1](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。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
