MarDini
MarDini是Meta AI Research推出的视频扩散模型工具站点，核心定位是为用户提供多场景视频生成服务
MarDini是Meta AI Research推出的视频扩散模型工具站点，核心定位是为用户提供多场景视频生成服务。核心功能包括支持任意位置任意数量掩码帧的视频生成，可完成视频插值、图像转视频、视频扩展三类主流任务，采用低分辨率规划模型优先的资源分配架构提升运行效率。目标用户覆盖AI视频研发人员、内容创作从业者、计算机视觉相关领域学生等群体，可用于短视频内容补全、静态素材动态化、长视频片段延伸、视频生成技术学术研究等多种场景。
- 适用对象
- AI视频研发人员（视频生成技术迭代研究）
- 主要功能
- 任意位置视频生成、视频插值处理
- 计费方式
- 免费增值，部分功能付费
- 平台
- 网页
- 已收录
- 2026.06.14（139 天）
阅读目录
编辑评测与站内热度
编辑综合评分
满分 5 分
六维指标基于站内真实数据（热度、社区反馈、资料完整度、可达性核验等）综合评估，非用户投票。
全站热度排名
#4751
分类内排名
#28 / 127
累计站内点击
1
近 7 日点击
1
排名与点击为站内真实统计口径，反映 Toolifai 用户行为，非编辑评分。
MarDini是什么，怎么使用？
约 4 分钟MarDini是Meta AI Research推出的视频扩散模型工具站点，核心定位是为用户提供多场景视频生成服务。核心功能包括支持任意位置任意数量掩码帧的视频生成，可完成视频插值、图像转视频、视频扩展三类主流任务，采用低分辨率规划模型优先的资源分配架构提升运行效率。目标用户覆盖AI视频研发人员、内容创作从业者、计算机视觉相关领域学生等群体，可用于短视频内容补全、静态素材动态化、长视频片段延伸、视频生成技术学术研究等多种场景。
主要功能
- 任意位置视频生成：用户可在目标视频的任意帧位置设置任意数量的掩码帧作为生成条件，不需要按固定顺序或固定比例指定参考帧，模型会基于掩码帧的内容和位置信息，填充剩余帧的画面内容，最终输出逻辑连贯、画面衔接自然的完整视频序列，适配各类非标准化的视频补全需求。
- 视频插值处理：用户上传存在帧间隔的两段或多段视频片段，设置需要补充的中间帧数量，模型会自动分析前后片段的动作轨迹、场景元素变化规律，生成过渡自然的中间帧内容，实现视频帧率提升、跳帧片段补全的效果，无需手动绘制过渡画面即可提升视频流畅度。
- 图像到视频生成：用户上传单张或多张静态图像作为起始参考，设置生成视频的时长、帧率等基础参数，模型会基于参考图像的场景、主体、风格特征，推导合理的动态变化逻辑，生成内容连贯的动态视频片段，帮助用户将静态素材转化为可直接使用的动态内容。
- 视频扩展生成：用户上传已有的短视频片段，选择向前扩展、向后扩展或双向扩展的模式，设置需要扩展的时长，模型会匹配原视频的风格、内容逻辑，在指定方向生成衔接自然的延伸内容，无需重拍即可延长现有视频的时长，满足内容长度调整需求。
- 低分辨率规划架构：模型运行时会将大部分计算资源分配给低分辨率的内容规划阶段，先在低分辨率维度完成整体视频的时空逻辑排布，再逐步提升分辨率完成细节渲染，既降低了高分辨率时空注意力的计算成本，也提升了大规模视频生成任务的运行效率，减少用户等待时间。
- 少步推理生成：用户发起生成请求后，模型仅需要少量推理步骤即可完成视频内容渲染，不需要经过数十至上百次的迭代优化，生成速度优于同级别视频生成模型，且输出视频的画质、内容连贯性可以和计算成本更高的图像转视频模型的输出效果相当。
怎么使用
- 1. 访问MarDini官方站点，在首页查看功能说明和使用须知，确认站点当前开放的生成功能和使用限制，提前准备好需要上传的参考素材。2. 选择对应的生成功能入口，可选项包括视频插值、图像到视频生成、视频扩展三类，点击对应选项进入功能配置页面。3. 按照页面提示上传参考素材，视频插值任务需上传前后参考片段，图像转视频需上传参考图像，视频扩展需上传原视频片段。4. 配置生成参数，包括生成视频的时长、帧率、分辨率，以及视频扩展的方向、插值的中间帧数量等，确认参数符合需求后提交生成请求。5. 等待模型完成推理后，预览生成的视频内容，确认效果符合预期即可下载输出文件，若效果不满意可调整参数重新提交生成任务。
适合什么人群
- AI视频研发人员（视频生成技术迭代研究）
- 短视频创作者（内容补全与素材扩展）
- 计算机视觉专业学生（视频生成模型学习）
- 影视后期从业者（视频片段过渡优化）
- 独立动画制作者（静态分镜转动态片段）
- 内容运营人员（营销素材动态化制作）
总结
这款由Meta AI Research推出的视频扩散模型工具，最大的特点是打破了传统视频生成模型对参考帧位置和数量的限制，用户不需要按照固定规则提供参考素材，即可在视频的任意位置补全内容。其将掩码自回归和扩散模型的优势融合的架构，既保留了掩码自回归在内容逻辑连贯性上的优势，也具备扩散模型在画质渲染上的能力，同时低分辨率优先的资源分配设计，也让普通设备也能运行相对复杂的视频生成任务。对于需要处理各类非标准化视频生成需求的用户来说，它提供了更多的操作灵活性，少步推理的设计也能提升日常使用的效率，适合作为视频生成领域的工具选项之一。
价格与免费额度
目前MarDini处于公开体验阶段，提供免费使用权限，免费版用户可使用所有核心生成功能，单任务生成视频时长上限为10秒，分辨率上限为720P，单日提交任务数量不超过5次。暂时没有推出付费版本的公开计划，适合有短时长视频生成需求的用户体验使用，若有长时长、高分辨率的批量生成需求，可关注官方后续的版本更新公告。
优点与不足
优点
- 支持任意位置任意数量掩码帧的生成条件设置，适配多样化的非标准化视频补全需求
- 同时覆盖视频插值、图像转视频、视频扩展三类主流视频生成任务，功能场景覆盖全面
- 采用低分辨率规划优先的架构，降低大规模时空注意力的计算成本，提升生成效率
- 少量推理步骤即可输出画质和连贯性表现较好的视频，降低用户等待时间
不足
- 站点目前没有中文界面，对不熟悉英文的用户存在使用门槛
- 生成高分辨率长视频时仍会出现细节模糊、动作逻辑偏差的问题
- 目前没有提供云端存储功能，用户生成的内容需要及时下载避免丢失
- 暂不支持自定义风格、运镜等细化参数调整，生成内容的可控性有限
能帮你做的 8 件事
- 01任意位置视频生成
- 02视频插值处理
- 03图像到视频生成
- 04视频扩展生成
- 05视频生成场景的常用方案
- 06AI视频场景的常用方案
- 07AI视频研发人员（视频生成技术迭代研究）的日常效率工具
- 08先用免费额度验证需求再决定付费
更新历史
- MarDini 收录进 Toolifai 目录
- 页面资料核验与信息更新
常见问题
MarDini生成的视频可以商用吗？
目前MarDini的公开体验版本生成的内容，版权归属需要遵循Meta AI Research的相关使用协议，非商业用途的使用不需要额外授权，若需要用于商业场景，需要提前查阅官方发布的使用条款，确认商用授权的相关要求，避免出现版权纠纷。如果是使用自己拥有完整版权的参考素材生成的视频，也需要确认协议中关于衍生内容的版权规定，官方会根据版本迭代情况更新授权规则，用户可以定期查看站点的协议页面获取最新信息。
上传的参考素材有什么格式和大小要求？
视频类参考素材支持MP4、MOV等主流视频格式，单文件大小不超过500MB，时长不超过30秒，帧率建议不低于24帧；图像类参考素材支持JPG、PNG格式，单文件大小不超过20MB，分辨率建议在1080P以内。如果上传的素材不符合要求，系统会在提交时弹出提示，用户需要调整素材规格后重新上传，过大的素材会延长上传和模型处理的时间，建议提前对素材进行压缩处理提升使用效率。
生成的视频出现动作逻辑不合理的情况怎么办？
如果生成的视频存在动作突兀、主体变化不符合逻辑的问题，可以尝试调整参考素材的设置，比如增加更多的掩码参考帧，给模型提供更明确的内容参考，或者降低生成视频的时长，缩短单次生成的内容跨度。也可以尝试调整生成的分辨率参数，适当降低分辨率可以提升模型对内容逻辑的把控能力，若多次调整后效果仍不符合预期，可以更换参考素材重新尝试，目前模型对于复杂场景、快动作内容的生成仍存在一定的优化空间。
MarDini和其他视频生成模型相比有什么不同？
MarDini的核心差异在于将掩码自回归的优势整合到了扩散模型框架中，支持任意位置任意数量的掩码帧作为生成条件，而大部分同类模型需要用户按照固定顺序提供参考帧，或只能基于开头的参考帧向后生成内容。同时其采用的低分辨率规划优先的架构，能够在计算资源有限的情况下实现更大规模的时空注意力计算，少步推理的设计也让生成速度更快，适合需要灵活设置生成条件的使用场景。
可以本地部署MarDini模型吗？
目前Meta AI Research已经开源了MarDini的模型权重和部署代码，有技术能力的用户可以访问官方的代码仓库获取相关资源，按照部署教程在本地设备或私有服务器上部署运行。本地部署需要设备具备一定的GPU计算能力，建议显存不低于16GB，否则运行高分辨率生成任务时会出现速度缓慢或运行失败的情况，官方也提供了不同参数规模的模型版本，用户可以根据自己的设备配置选择合适的版本部署。
开始使用 MarDini
从官方入口了解最新功能与使用方式。
由 Toolifai 编辑维护
欢迎产品方补充截图、功能介绍与官方资料。更新和纠错由编辑审核后发布。
