github.devotd.
新发现多模态

nvlabs/sana v2.0.0 — 高分辨率图像与视频生成代码库

nvlabs/sana 是一个提供高分辨率图像与视频生成模型以及训练与推理路径的代码库。

仓库信息nvlabs/sana ↗

nvlabs/sana 是一个提供高分辨率图像与视频生成模型以及训练与推理路径的代码库。

GitHub 项目说明: SANA: Efficient High-Resolution Image Synthesis with Linear Diffusion Transformer

星标
★ 9.4K
复刻
753
语言
Python
许可证
Apache-2.0
最新版本
v2.0.0
查看原始来源 ↗在 GitHub 查看 ↗

nvlabs/sana 的最新版本是 v2.0.0。该仓库是 SANA 系列代码库,用于高效地进行高分辨率图像与视频生成。仓库简介主打线性扩散 Transformer。记录的主要语言是 Python,许可证为 Apache-2.0。GitHub 仓库记录的星标数为 9407。

根据 README 摘要,该代码库提供了图像与视频生成模型的训练与推理完整流程。包含的代码涵盖 SANA、SANA-1.5、SANA-Sprint、SANA-Video、SANA-Video 2.0、SANA-WM、SANA-Streaming 和 Sol-RL。因此,该仓库的范围并不限于单一模型实现,而是同时涵盖多个 SANA 系列的代码以及训练与推理路径。这些内容依据 GitHub 上 nvlabs/sana 仓库的简介与 README 摘要。

所提供的信息中没有 v2.0.0 的变更记录,因此无法确认本次发布有哪些变化。记录的动量分数为 4.3,未给出新意、技术实力和质量分数。仅凭这些分数难以判断具体代码的状态或生成性能。因此 v2.0.0 只能视为已确认的最新版本,具体变更与性能评价超出这些信息的范围。