# MarDini – Meta联合KAUST推出的视频生成扩散模型

- Link: https://paooo.com/aigc-news/25996/
- Published: 2026-07-17T14:18:29+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 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](https://paooo.com/aigc-news/25996/#mardini%e6%98%af%e4%bb%80%e4%b9%88)
 * [MarDini的主要功能](https://paooo.com/aigc-news/25996/#mardini%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [MarDini的技术原理](https://paooo.com/aigc-news/25996/#mardini%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [MarDini的项目地址](https://paooo.com/aigc-news/25996/#mardini%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [MarDini的应用场景](https://paooo.com/aigc-news/25996/#mardini%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![MarDini](https://paooo.com/wp-content/uploads/2026/07/MarDini-website-1.avif)

## 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。

🔬 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 →](https://paooo.com/topics/deepseek/)

 * [Bernini – 字节跳动开源的统一视频生成与编辑框架](https://paooo.com/aigc-news/18595/)
 * [GPDiT – 清华北大联合阶跃星辰等推出的视频生成模型](https://paooo.com/aigc-news/18936/)
 * [MinT – 生成顺序事件的文本转视频模型，灵活控制时间戳](https://paooo.com/aigc-news/23358/)
 * [MAGI-1 – Sand AI 开源的首个自回归视频生成模型](https://paooo.com/aigc-news/20241/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · 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](https://paooo.com/aigc-news/25996/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 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)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
