AIGC動態歡迎閱讀

原標題：4090筆記本0.37秒直出大片！英偉達聯手MIT清華祭出Sana架構，速度秒殺FLUX
關鍵字：模型,華為,高效,圖像,編碼器
文章來源：新智元
內容字數：0字

內容摘要：

新智元報道編輯：桃子 好困
【新智元導讀】一臺4090筆記本，秒生1K質量高清圖。英偉達聯合MIT清華團隊提出的Sana架構，得益于核心架構創新，具備了驚人的圖像生成速度，而且最高能實現4k分辨率。一臺16GB的4090筆記本，僅需0.37秒，直接吐出1024×1024像素圖片。
如此神速AI生圖工具，竟是出自英偉達MIT清華全華人團隊之筆！
正如其名字一樣，Sana能以驚人速度合成高分辨率、高質量，且具有強文本-圖像對其能力的模型。
而且，它還能高效生成高達4096×4096像素的圖像。
項目主頁：https://nvlabs.github.io/Sana/
論文地址：https://arxiv.org/abs/2410.10629
Sana的核心設計包含了以下幾個要素：
深度壓縮自編碼器（AE）：傳統自編碼器只能將圖像壓縮8倍，全新AE可將圖像壓縮32倍，有效減少了潛在token的數量。
線性DiT（Diffusion Transformer）：用「線性注意力」替換了DiT中所有的普通注意力，在高分辨率下更加高效，且不會犧牲質量。
基于僅解碼器模型的文本編碼器：用現代的僅解碼器S

原文鏈接：4090筆記本0.37秒直出大片！英偉達聯手MIT清華祭出Sana架構，速度秒殺FLUX

聯系作者

文章來源：新智元
作者微信：
作者簡介：