Sana 1600M 512px

🚀 🐱 Sana模型卡片

Sana是一個文本到圖像的框架，能夠高效生成最高達4096 × 4096分辨率的圖像。它可以以極快的速度合成高分辨率、高質量且文本 - 圖像對齊效果好的圖像，並且可部署在筆記本電腦的GPU上。

             

✨ 主要特性

我們推出的Sana是一個文本到圖像的框架，可高效生成最高達4096 × 4096分辨率的圖像。Sana能夠以極快的速度合成高分辨率、高質量且文本 - 圖像對齊效果好的圖像，並且可部署在筆記本電腦的GPU上。源代碼可在https://github.com/NVlabs/Sana獲取。

📚 詳細文檔

模型描述

模型來源

出於研究目的，我們推薦使用我們的generative - models Github倉庫(https://github.com/NVlabs/Sana)，它更適合訓練和推理，並且集成了像Flow - DPM - Solver這樣的最先進的擴散採樣器。MIT Han - Lab提供免費的Sana推理。

• 倉庫：https://github.com/NVlabs/Sana
• 演示：https://nv-sana.mit.edu/

🧨 Diffusers

PR開發中：Sana 和 DC - AE

📦 使用場景

直接使用

該模型僅用於研究目的。可能的研究領域和任務包括：

• 生成藝術作品並用於設計和其他藝術過程。
• 在教育或創意工具中的應用。
• 生成模型的研究。
• 對有可能生成有害內容的模型進行安全部署。
• 探索和理解生成模型的侷限性和偏差。

排除使用的情況如下所述。

超出範圍的使用

該模型並非用於真實準確地呈現人物或事件，因此使用該模型生成此類內容超出了其能力範圍。

🔧 技術細節

侷限性

• 該模型無法實現完美的照片級真實感。
• 該模型無法渲染複雜清晰的文本。
• 一般來說，手指等可能無法正確生成。
• 模型的自動編碼部分存在信息損失。

偏差

雖然圖像生成模型的能力令人印象深刻，但它們也可能強化或加劇社會偏差。