Sana

一句话生成高清大图，放大细节也不糊

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 视频生成 🍴 复刻 804 🐛 待处理 145 👀 关注 96
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 9802
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目，Apache-2.0许可证，可免费使用和部署，无付费版本。

项目预览

Sana 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类视频生成
开发团队NVlabs
官网地址https://nvlabs.github.io/Sana/docs
GitHubhttps://github.com/NVlabs/Sana
定价模式🏷️完全免费
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🔧 仅开源项目，无在线服务，需自行部署
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★ 9802
上线时间2024-10-11 00:00:00
代码更新2026-11-09
仓库体积175.6 MB
本站数据更新2026-11-10
维护状态活跃
收录时间2026-08-09
浏览次数9

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 9802

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

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. 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. 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. 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. 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

上一篇：diffusionbee-stable-diffusion-ui

下一篇：imagen-pytorch

同类项目推荐

nonebot-plugin-novelai 开源

在QQ群里直接喊话，AI帮你画图

Generate images by Stable-Diffusion-webui Based on Python | 使用Python的基于 SD-webu···

★ 215 2026-08-09
sdweb-eagle-pnginfo 开源

一键把 SD 生成图存入 Eagle，参数信息不丢失

Send your creation image to Eagle with PNGinfo. Extension for Stable Diffusion UI by···

★ 88 2026-08-09
pytti-notebook 开源

在浏览器里玩转GAN图像生成，快速产出艺术效果

Start here

★ 112 2026-08-09
cpa-image 开源

本地跑起 OpenAI 兼容图像生成，调试部署一步到位

CPA Image 是一个本地优先的 OpenAI 兼容图像生成与编辑控制台。

★ 78 2026-08-09
ITI-GEN 开源

给文生图模型去偏见，让生成结果更包容多样

[ICCV 2023 Oral, Best Paper Finalist] ITI-GEN: Inclusive Text-to-Image Generation

★ 67 2026-08-09
remove-ai-watermarks 开源

一键去除AI水印和元数据，让图片干净如初

Remove visible and invisible AI watermarks from images and video, and AI provenance ···

★ 6334 2026-08-09
dynamicprompts 开源

用模板批量生成多样化提示词，告别手写重复

Templating language for generating prompts for text to image generators such as Stab···

★ 167 2026-09-17