Sana 600M 1024px

🚀 薩納（Sana）模型卡

薩納（Sana）是一個文本到圖像的生成框架，能夠高效生成分辨率高達 4096 × 4096 的圖像。它可以以極快的速度合成高分辨率、高質量且文本 - 圖像對齊效果出色的圖像，並且可以部署在筆記本電腦的 GPU 上。

             

✨ 主要特性

我們推出的 薩納（Sana） 是一個文本到圖像的生成框架，能夠高效生成分辨率高達 4096 × 4096 的圖像。薩納可以以極快的速度合成高分辨率、高質量且文本 - 圖像對齊效果出色的圖像，並且可以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，並且集成了最先進的擴散採樣器，如 Flow - DPM - Solver。[麻省理工學院韓實驗室](https://nv - sana.mit.edu/) 提供免費的薩納推理。

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

🧨 擴散器

PR 開發中：薩納 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：

• 藝術品生成以及在設計和其他藝術過程中的應用。
• 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。
• 探究和理解生成模型的侷限性和偏差。

排除的使用場景如下所述。

超出範圍的使用

該模型並非用於生成真實或準確反映人物或事件的內容，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，手指等細節可能無法正確生成。
• 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。