# MDM – 苹果推出开源的新型扩散模型框架

- Link: https://paooo.com/aigc-news/26188/
- Published: 2026-07-18T20:18:29+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

 * 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](https://paooo.com/aigc-news/26188/#mdm%e6%98%af%e4%bb%80%e4%b9%88)
 * [MDM的主要功能](https://paooo.com/aigc-news/26188/#mdm%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [MDM的技术原理](https://paooo.com/aigc-news/26188/#mdm%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [MDM的项目地址](https://paooo.com/aigc-news/26188/#mdm%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [MDM的应用场景](https://paooo.com/aigc-news/26188/#mdm%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

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

## 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](https://machinelearning.apple.com/research/matryoshka-diffusion-models?utm_source=ai-bot.cn)
 * **GitHub仓库**：[https://github.com/apple/ml-mdm](https://github.com/apple/ml-mdm)
 * **arXiv技术论文**：[https://arxiv.org/pdf/2310.15111](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 →](https://paooo.com/topics/deepseek/)

 * [Matryoshka Diffusion Models – 苹果开源高清图像和视频生成的扩散模型](https://paooo.com/aigc-news/26466/)
 * [MMaDA – 字节联合普林斯顿大学等推出的多模态扩散模型](https://paooo.com/aigc-news/18719/)
 * [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](https://paooo.com/trends/40084/)
 * [Inf-DiT – 清华联合智谱 AI 推出的超高分辨率图像生成模型](https://paooo.com/aigc-news/23420/)

[🏛️ 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/26188/?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/)
