Sana

一句话生成高清大图，放大细节也不糊

NVIDIA 开源的高效高分辨率图像合成模型，采用线性 Diffusion Transformer 架构，在保持高质量生成的同时显著降低计算开销，支持超高清图像生成，兼顾速度与画质。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 9129

维护状态活跃

是否开源是

定价模式 free

项目数据

分类视频生成

开发团队NVlabs

所属国家

官网地址https://nvlabs.github.io/Sana/docs

GitHubhttps://github.com/NVlabs/Sana

定价模式free

价格说明开源项目，Apache-2.0许可证，可免费使用和部署，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型diffusion,dit,linear-transformer,nvfp4,pytorch,reinforcement-learning,sana,streaming-video,system-algorithm-deisgn,text-to-image-generation,text-to-video,transformers,video-generation,world-models

GitHub 星标★ 9129

30天Star增速

HF 下载量

上线时间2024-10-11 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数7

使用教程

难度：进阶约 20 分钟部署方式：本地安装 4 步

环境要求

Linux 环境并配备支持 CUDA 的 NVIDIA GPU（项目大量使用 PyTorch 与 NVFP4 优化）
已安装 Python 与 PyTorch 运行环境
已安装 git，可访问 GitHub
需能访问 HuggingFace 等模型托管站点以下载权重

安装与启动步骤

1克隆仓库

把 Sana 官方仓库下载到本地，等待 git 拉取完成。
```
git clone https://github.com/NVlabs/Sana.git
```
2运行环境安装脚本

进入仓库目录并执行官方提供的环境安装脚本，脚本会自动配置依赖，耗时较长请保持网络稳定。
```
cd Sana && ./environment_setup.sh sana
```
3查阅安装文档

README 未给出完整依赖清单与推理命令，请按官方 Installation Guide 核对 CUDA、PyTorch 版本等细节。
4按文档下载模型并推理

从 Model Zoo 与 Sana Inference 文档获取权重下载地址与推理脚本用法，再运行生成示例。

如何确认成功

环境安装脚本执行结束且无报错，随后按官方文档运行推理脚本能正常生成图像即视为成功。

常见问题

Q：README 里没有推理命令怎么办？

A：README 只提供 Quick Start 的环境安装，推理、训练与模型下载命令需查阅官方文档 https://nvlabs.github.io/Sana/docs/ 对应页面。

Q：没有 NVIDIA GPU 能跑吗？

A：项目面向 CUDA GPU 优化（含 NVFP4 量化路径），README 未提供 CPU 版安装方案，建议使用 NVIDIA 显卡环境。

Q：安装脚本很慢或失败怎么排查？

A：先确认网络能访问 GitHub 与 PyPI，再对照官方 Installation Guide 检查 CUDA 与 PyTorch 版本是否匹配。

Q：想少装依赖直接用现成界面？

A：README 给出了 ComfyUI 与 SGLang 的文档入口，可参考对应页面用已有集成方式调用 Sana。

注意事项

README 中的下载链接多为外部文档，实际安装步骤请以 nvlabs.github.io/Sana/docs/installation/ 为准。
environment_setup.sh 需在仓库根目录下执行，且脚本名后的 sana 参数不要省略。
模型权重体积较大，请预留充足磁盘空间与稳定网络。
仓库涵盖 Sana、SANA-Video、SANA-WM 等多个子项目，按需进入对应文档避免装错依赖。

核心亮点

采用线性扩散Transformer架构，显著降低高分辨率图像生成的计算复杂度，实现高效合成。
支持NVFP4量化与系统级算法优化，在保持生成质量的同时提升推理速度与资源效率。
集成强化学习微调与流式视频生成能力，扩展了从静态图像到动态视频的应用边界。

不足之处

文档/社区待观察

适用场景

高分辨率图像快速生成，适用于设计、广告等创意产业。
实时或交互式图像编辑场景，需低延迟响应。
视频内容生成与增强，用于短视频制作或虚拟现实内容创建。

替代项目

Stable Diffusion、DiT (Diffusion Transformers)、PixArt

项目介绍

Sana 是图像领域的开源项目，由 NVlabs 开发，2024 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（9,129）位列前 6%，在图像分类的 839 个项目里位列前 3%。

近 41 天，它的 GitHub 星标从 8,751 增加到 9,129，净增 378。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。Apache-2.0许可证，可免费使用和部署，无付费版本。

它主要面向的使用场景是：高分辨率图像快速生成，适用于设计、广告等创意产业。同类可对比的替代方案包括 Stable Diffusion、DiT (Diffusion Transformers)、PixArt。

上一篇：diffusionbee-stable-diffusion-ui

下一篇：imagen-pytorch