1. チュートリアルの概要

2025年1月にリリースされたSanaは、NVIDIA、MIT、清華大学が共同で主導するプロジェクトです。Sanaは、最大4096×4096の解像度の画像を効率的に生成できるテキスト画像変換フレームワークです。Sanaは高解像度・高品質の画像を非常に高速に合成でき、強力なテキスト画像アライメント機能を備えています。関連研究論文には以下が含まれます… SANA: 線形拡散変換器を用いた効率的な高解像度画像合成ICLR 2025に採択されました。

このチュートリアルでは、デモンストレーションに Sana_1600M_1024px モデルを使用し、コンピューティング パワー リソースには単一のカード 4090 を使用します。

2. 操作手順

1. コンテナを起動した後、API アドレスをクリックして Web インターフェイスに入ります

「Bad Gateway」と表示される場合は、モデルが初期化中であることを意味します。 1～2分ほど待ってからページを更新してください。

2. 使用デモ

引用情報

Githubユーザーに感謝 スーパーヤン  このチュートリアルの展開では、プロジェクト参照情報は次のとおりです。

@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}
}

議論

🖌️ 高品質のプロジェクトを見つけたら、メッセージを残してバックグラウンドで推奨してください。さらに、チュートリアル交換グループも設立しました。お友達はコードをスキャンして [SD チュートリアル] に参加し、さまざまな技術的な問題について話し合ったり、アプリケーションの効果を共有したりできます。