AI 图像生成技术正在飞速发展，但模型体积越来越大，对普通用户来说，训练和使用成本都非常高。现在，一种名为 “Sana” 的新型文本到图像框架横空出世，它能够高效生成高达4096×4096分辨率的超高清图像，而且速度惊人，甚至可以在笔记本电脑的 GPU 上运行。Sana 的核心设计包括:深度压缩自编码器:与传统自编码器仅压缩图像8倍不同，Sana 使用的自编码器可以将图像压缩32倍，从而有效地减少了潜在的 tokens 数量。这对于高效训练和生成超高分辨率图像至关重要。线性 DiT:Sana 用线性注意

近日，英伟达开源了一款名为 Sana 的图像生成模型，这一模型仅有0.6亿个参数，极大降低了运行门槛。据了解，Sana 能够生成4096×4096分辨率的图像，并且可以在16GB 的显卡上运行，不到1秒的时间内生成1024×1024分辨率的高质量图片，这一速度在同类模型中表现突出。Sana 的工作原理是依靠 DC-AE（双通道自编码器）技术，使用32倍的潜在空间进行图像生成。该工具配备了8个 GPU 进行处理，其中包括性能强大的 GTX3090显卡，使其在处理复杂图像时速度更快、效果更佳。据称，Sana0.6B性能上和Flux-12B

人工智能初创公司 Sana 近日宣布获得5500万美元融资，估值达到5亿美元。该轮融资由美国巨头 NEA 领投，Menlo Ventures 和其他投资者也参与了此轮融资。Sana是一家成立于2016年的瑞典公司，共筹集了1.3亿美元。该公司开发了一款名为“知识助手”的企业软件，该软件可以对公司信息进行索引，使员工可以通过人工智能来搜索和访问这些信息。作为本轮融资的一部分，Sana 还宣布收购以色列的 CTRL，这是一家人工智能自动化初创公司，被 Stripe 和 Airtable 等公司使用。Sana 的产品可以集成客户的所有

英伟达与麻省理工学院、清华大学的研究人员合作开发了一款名为Sana的全新文本到图像生成框架，该框架能够高效生成高达4096×4096分辨率的图像。Sana可以在极快的速度下合成高分辨率、高质量且与文本高度一致的图像，甚至可以在笔记本电脑的GPU上运行。Sana 的核心设计包括:深度压缩自动编码器: 与传统的自动编码器仅压缩图像8倍不同，Sana 训练的自动编码器可以将图像压缩32倍，有效减少了潜在标记的数量。线性 DiT: Sana 将 DiT 中所有普通的注意力机制替换为线性注意力机制，这在高分