Sana es un marco de generación de imágenes a partir de texto desarrollado por NVIDIA, capaz de generar imágenes de alta resolución de hasta 4096×4096 píxeles de manera eficiente. Su velocidad y la potente alineación texto-imagen permiten su implementación incluso en GPU de portátiles. Se trata de un modelo basado en una transformación de difusión lineal (modelo generativo de imagen a partir de texto) con 1648 millones de parámetros, diseñado específicamente para generar imágenes de alta resolución multi-escala basadas en una resolución base de 1024px. Las principales ventajas del modelo Sana incluyen la generación de imágenes de alta resolución, una velocidad de síntesis rápida y una potente alineación texto-imagen. El modelo Sana se basa en código abierto disponible en GitHub bajo la licencia CC BY-NC-SA 4.0.