1. Introduction au tutoriel

Sana, lancé en janvier 2025, est un projet mené conjointement par NVIDIA, le MIT et l'Université Tsinghua. Sana est un framework de conversion texte-image capable de générer efficacement des images jusqu'à une résolution de 4096 × 4096 pixels. Sana peut synthétiser très rapidement des images haute résolution et de haute qualité et possède d'excellentes capacités d'alignement texte-image. Parmi les articles de recherche associés, on peut citer… SANA : Synthèse d'images haute résolution efficace avec transformateurs de diffusion linéairesElle a été acceptée par ICLR 2025.

Ce tutoriel utilise le modèle Sana_1600M_1024px pour la démonstration et les ressources de calcul utilisent une seule carte 4090.

2. Étapes de l'opération

1. Après avoir démarré le conteneur, cliquez sur l'adresse API pour accéder à l'interface Web

Si « Bad Gateway » s'affiche, cela signifie que le modèle est en cours d'initialisation. Veuillez patienter environ 1 à 2 minutes et actualiser la page.

2. Démonstration d'utilisation

Informations sur la citation

Merci à l'utilisateur Github SuperYang  Pour le déploiement de ce tutoriel, les informations de référence du projet sont les suivantes :

@misc{Sana2025,
  title={Sana: Efficient High-Resolution Image Synthesis with Linear Diffusion Transformer},
  author={Enze Xie, Junsong Chen, Junyu Chen, Han Cai, Haotian Tang, Yujun Lin, Zhekai Zhang, Muyang Li, Ligeng Zhu, Yao Lu, Song Han},
  howpublished={\url{https://nvlabs.github.io/Sana/}},
  note={GitHub Repository with Code, Model & Documentation},
  year={2025}
}

Discussion

🖌️ Si vous voyez un projet de haute qualité, veuillez laisser un message en arrière-plan pour le recommander ! De plus, nous avons également créé un groupe d’échange de tutoriels. Bienvenue aux amis pour scanner le code QR et commenter [Tutoriel SD] pour rejoindre le groupe pour discuter de divers problèmes techniques et partager les résultats de l'application↓