4090笔记本0.37秒直出大片！英伟达联手MIT清华祭出Sana架构，速度秒杀FLUX

AIGC动态欢迎阅读

原标题：4090笔记本0.37秒直出大片！英伟达联手MIT清华祭出Sana架构，速度秒杀FLUX
关键字：模型,华为,高效,图像,编码器
文章来源：新智元
内容字数：0字

内容摘要：

新智元报道编辑：桃子 好困
【新智元导读】一台4090笔记本，秒生1K质量高清图。英伟达联合MIT清华团队提出的Sana架构，得益于核心架构创新，具备了惊人的图像生成速度，而且最高能实现4k分辨率。一台16GB的4090笔记本，仅需0.37秒，直接吐出1024×1024像素图片。
如此神速AI生图工具，竟是出自英伟达MIT清华全华人团队之笔！
正如其名字一样，Sana能以惊人速度合成高分辨率、高质量，且具有强文本-图像对其能力的模型。
而且，它还能高效生成高达4096×4096像素的图像。
项目主页：https://nvlabs.github.io/Sana/
论文地址：https://arxiv.org/abs/2410.10629
Sana的核心设计包含了以下几个要素：
深度压缩自编码器（AE）：传统自编码器只能将图像压缩8倍，全新AE可将图像压缩32倍，有效减少了潜在token的数量。
线性DiT（Diffusion Transformer）：用「线性注意力」替换了DiT中所有的普通注意力，在高分辨率下更加高效，且不会牺牲质量。
基于仅解码器模型的文本编码器：用现代的仅解码器S

原文链接：4090笔记本0.37秒直出大片！英伟达联手MIT清华祭出Sana架构，速度秒杀FLUX

联系作者

文章来源：新智元
作者微信：
作者简介：