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: MDM – 苹果推出开源的新型扩散模型框架
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.
MDM – 苹果推出开源的新型扩散模型框架
Prompt 语宙 > AIGC 资讯 > MDM – 苹果推出开源的新型扩散模型框架
AIGC 资讯

MDM – 苹果推出开源的新型扩散模型框架

Prompt 语宙研究院
最近更新: 2026年7月18日 下午8:18
AI绘画提示词 AI视频生成 stable diffusion 开源大模型
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • MDM 用嵌套 UNet 把小尺度特征嵌入大尺度模型,实现多分辨率联合去噪。
  • 它支持从低分辨率到高分辨率的渐进式训练,降低高分辨率生成的计算负担。
  • 在 ImageNet 及文本到图像/视频任务中表现优异,并可训练到 1024×1024 分辨率。

MDM是什么

Matryoshka Diffusion Models(MDM)是由苹果公司研究人员推出的一种新型扩散模型框架,旨在解决生成高分辨率图像和视频时面临的计算和优化挑战。MDM基于在多个分辨率上联合去噪的扩散过程,采用嵌套UNet架构,实了小尺度模型嵌套在大尺度模型中的特征,促进不同尺度间的特征共享,支持从低分辨率到高分辨率的渐进式训练策略。显著提高高分辨率生成的优化效率,在多个基准测试中展现优异的性能,包括在ImageNet数据集上的类条件图像生成及高分辨率的文本到图像和文本到视频的应用。MDM能训练高达1024×1024像素分辨率的单像素空间模型,在较小的数据集上展示强大的零样本泛化能力。

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

MDM

MDM的主要功能

  • 多分辨率联合扩散:MDM能同时处理多个分辨率的输入,支持模型在不同尺度上进行学习和生成,提高生成效率和质量。
  • 特征和参数的嵌套:在MDM的NestedUNet架构中,小尺度输入的特征和参数被嵌套在大尺度输入中,促进不同分辨率间的信息共享和有效利用计算资源。
  • 渐进式训练:MDM基于从低分辨率到高分辨率的渐进式训练策略,有助于优化模型的训练过程,避免一开始就处理高分辨率数据带来的计算负担。
  • 高分辨率生成:MDM能生成高达1024×1024像素分辨率的图像,保持生成质量和处理速度。
  • 零样本泛化:在较小的数据集上,MDM展现出良好的零样本泛化能力,能在未见过的类别上生成图像。

MDM的技术原理

  • 多分辨率扩散过程:MDM基于在多个分辨率上联合去噪输入,支持模型同时处理不同尺度的图像数据,提高生成效率和质量。
  • 嵌套UNet架构(Nested UNet):MDM基于一种特殊的UNet架构,其中小尺度的特征和参数嵌套在大尺度的参数中,促进不同分辨率间的信息共享。
  • 渐进式训练策略:模型训练从低分辨率开始,逐步增加到高分辨率,避免一开始就处理高分辨率数据的高计算成本,加快训练速度。
  • 多分辨率损失函数:MDM设计一种损失函数,能同时考虑不同分辨率的图像数据,有助于提高高分辨率图像的生成质量。
  • 混合分辨率训练:在训练过程中,MDM支持在单个批次中同时训练不同分辨率的样本,进一步提高训练的灵活性和效率。

MDM的项目地址

  • MDM项目官网:machinelearning.apple.com/research/matryoshka-diffusion-models
  • GitHub仓库:https://github.com/apple/ml-mdm
  • arXiv技术论文:https://arxiv.org/pdf/2310.15111

MDM的应用场景

  • 数字艺术创作:艺术家和设计师用MDM生成具有独特风格和细节的数字艺术作品。
  • 游戏开发:在游戏开发过程中,MDM快速生成游戏内的各种背景、角色和物品的高清图像。
  • 电影和动画制作:MDM生成电影或动画中的高分辨率场景和特效,提高制作效率。
  • 广告和品牌内容:营销人员用MDM设计广告图像和品牌视觉内容,吸引目标受众。
  • 教育材料:教育工作者用MDM创建教育插图和动画,让学习材料更加生动和吸引人。
❓ 常见问题解答(FAQ)
MDM 和普通扩散模型有什么区别?

MDM 的核心区别在于多分辨率联合扩散和嵌套 UNet 结构。它不是只在单一分辨率上训练,而是让不同尺度共享特征与参数,从而更高效地生成高分辨率图像和视频。

MDM 能用于哪些生成任务?

根据文章信息,MDM 可用于类条件图像生成、文本到图像以及文本到视频任务,也适合数字艺术、游戏素材、电影动画、广告视觉和教育插图等场景。

MDM 的高分辨率能力有多强?

文章提到,MDM 可训练高达 1024×1024 像素的单像素空间模型,并在较小数据集上展现零样本泛化能力,说明它在高分辨率生成与泛化方面都有优势。

🔬 语宙深潜追问 · 进阶实操拆解
多分辨率联合去噪怎么落地?

核心是让不同尺度共享语义、分担细节。工程上可先在低分辨率学全局结构,再逐级引入高分辨率细节监督,减少高分辨率训练的显存压力和收敛难度。

它对视频生成有什么实际价值?

视频任务最怕时序不稳和分辨率成本高。MDM这类框架如果能稳定复用多尺度表征,就有机会降低训练成本并提升帧间一致性,但仍需额外处理运动建模和时序约束。

🗳️ 读者观点微投票 · 您的实战立场是?
苹果MDM的嵌套UNet,真能改写高分辨率扩散训练吗?
🕸️ 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 →
  • Matryoshka Diffusion Models – 苹果开源高清图像和视频生成的扩散模型
  • MMaDA – 字节联合普林斯顿大学等推出的多模态扩散模型
  • 字节跳动联合开源 DMAD 少步蒸馏框架:50步教师模型无损压缩至4步,8GB 显存畅跑 1344p 级高保真有声视频生成
  • Inf-DiT – 清华联合智谱 AI 推出的超高分辨率图像生成模型
🏛️ 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
[AI生图咒语] 例105 – 动漫插画创作图
阶跃星辰将发布全球大模型厂商首款AI智能体手机
昆仑万维开源Skywork UniPic:1.5B参数多模态模型,媲美GPT-4o,支持图像理解、生成与编辑
[AI生图咒语] 超写实东亚女性卧室唇部特写自拍
[AI生图咒语] 超写实电影级黑白艺术女性肖像
TAGGED:AI绘画提示词AI视频生成stable diffusion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 Fluid – 谷歌联合MIT推出文本到图像的自回归生成模型 Fluid – 谷歌联合MIT推出文本到图像的自回归生成模型
下一篇 Napkins.dev – AI驱动的支持截图或线框图快速生成网页应用的开源项目 Napkins.dev – AI驱动的支持截图或线框图快速生成网页应用的开源项目
Ad image
Ad image

最近更新

加利福尼亚州总检察长罗布·邦塔就失控智能体事件起诉 OpenAI
指控失控智能体入侵第三方构成公共妨害!加州总检察长重磅起诉OpenAI:Hugging Face渗透细节曝光、PII隐私泄露与模型安全法律问责全景深度拆解
最新趋势
Google 为 Search Analytics API 推出品牌词、多模态与多维度筛选功能
告别正则过滤与多请求缝合!Google重磅升级Search Analytics API:品牌词识别、多模态视觉搜索数据导出与多国多设备聚合全景实战
AI 工具
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

相关推荐

Thinking Machines推出首个开源大模型Inkling,主打定制化对抗“一刀切”AI
AIGC 资讯

Thinking Machines推出首个开源大模型Inkling,主打定制化对抗“一刀切”AI

Prompt 语宙研究院
AI编程 OpenAI 大模型微调 开源大模型
[AI生图咒语] 例95 – 品牌视觉识别图
1
AI 生图 Prompt动漫与插画

[AI生图咒语] 例95 – 品牌视觉识别图

Prompt 语宙研究院
AI智能体 AI绘画提示词 ComfyUI Midjourney stable diffusion
Augmented Physics – 将教科书静态图表生成交互式物理模拟的AI技术
AIGC 资讯

Augmented Physics – 将教科书静态图表生成交互式物理模拟的AI技术

Prompt 语宙研究院
3D与空间智能 AI办公效率 AI智能体 开源大模型
Screenshot to Code – AI将截图转换为网页代码的开源项目
AIGC 资讯

Screenshot to Code – AI将截图转换为网页代码的开源项目

Prompt 语宙研究院
AI编程 OpenAI 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.