#Text-to-Image (1)

SANA：把 4K 文生图压进笔记本显存

SANA 是 NVIDIA 实验室开源的高分辨率图像与视频生成代码库（9 千+ star，Apache-2.0，PyTorch）。效率来自两处结构改动：变换器用线性注意力替代标准注意力，自编码器做 32 倍深度压缩（传统为 8 倍）。官方数据：6 亿参数版单张 1024 图 0.9 秒，是 FLUX-dev 的 23 秒的近四十分之一，而 FID 同时从 10.15 降到 5.61。系列已扩展到一步生成、视频、世界模型与流式编辑，4 位量化下 8GB 显存可跑 4K。未做基准复现，记为待复现。