#15 · 主分类： 图像生成
Sana
SANA：基于线性扩散Transformer的高效高分辨率图像合成
项目最后更新：08/27/26
GitHub Stars
8.9K
Forks数量
715
贡献者数量
23
许可证
Apache-2.0
收录理由
Sana 是 NVIDIA 开源的文生图项目，核心思路是用线性扩散 Transformer 架构在保证画质的同时，把显存和算力需求压到远低于常规扩散模型的水平。它的 0.6B 参数版本能在单张消费级显卡上跑出细节丰富的图像，4-bit 量化后显存占用不到 8GB，意味着小团队不需要租用 H100 集群就能自己训练和微调。仓库内容兼顾了训练与推理的完整流程，还附带可控生成、视频生成、流式生成以及强化学习对齐等配套模型。如果团队想在现有硬件上做接近生产级别的图像合成，这个项目提供了很实在的切入点。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
stable-diffusion-webui
Stable Diffusion 网页界面
ComfyUI
最强大且模块化的扩散模型GUI、API和后端，具有图形/节点界面。
diffusers
🤗 Diffusers：PyTorch中最先进的扩散模型，用于图像、视频和音频生成。
upscayl
🆙 Upscayl - 适用于 Linux、MacOS 和 Windows 的 #1 免费开源 AI 图像放大工具。
InvokeAI
InvokeAI 是领先的开源创意引擎，专为 Stable Diffusion 设计，提供业界领先的 Web UI，用于生成和编辑视觉媒体。