4090笔记本0.37秒直出大片！英伟达联手MIT清华祭出Sana架构，性能秒杀FLUX

文章预览

   新智元报道   编辑：桃子 好困 【新智元导读】 一台4090笔记本，秒生1K质量高清图。英伟达联合MIT清华团队提出的Sana架构，得益于核心架构创新，具备了惊人的图像生成速度，而且最高能实现4k分辨率。 一台16GB的4090笔记本，仅需0.37秒，直接吐出1024×1024像素图片。 如此神速AI生图工具，竟是出自英伟达MIT清华全华人团队之笔！ 正如其名字一样，Sana能以惊人速度合成高分辨率、高质量，且具有强文本-图像对其能力的模型。 而且，它还能高效生成高达4096×4096像素的图像。 项目主页：https://nvlabs.github.io/Sana/ 论文地址：https://arxiv.org/abs/2410.10629 Sana的核心设计包含了以下几个要素： 深度压缩自编码器（AE）： 传统自编码器只能将图像压缩8倍，全新AE可将图像压缩32倍，有效减少了潜在token的数量。 线性DiT （Diffusion Transformer）： 用「线性注意力」 ………………………………