NVIDIA开源

Sana

nvlabs.github.io

Sana是由NVIDIA研究院推出的轻量级文本生成图像开源框架，核心定位为在消费级硬件上实现高效高分辨率图像生成。该框架支持最高4096×4096分辨率图像输出，搭载深度压缩自编码器、线性扩散变换器与轻量文本编码器架构，可在普通笔记本16GB显存GPU上运行，1秒内即可生成1024×1024分辨率的对齐文本描述的图像。面向AI图像生成研究者、独立内容创作者、前端产品开发者等群体，适用于快速原型图制作、批量内容素材生成、嵌入式AI功能部署等场景，可降低高分辨率AI绘画的硬件门槛与时间成本。