https://txtmix.com/tags/dit/Recent content in DiT on Text MatrixHugozh-cnSat, 23 May 2026 08:20:36 +0800https://txtmix.com/posts/tech/sana-high-resolution-image-synthesis/Mon, 18 May 2026 19:56:00 +0800https://txtmix.com/posts/tech/sana-high-resolution-image-synthesis/<h1 id="sana线性扩散transformer驱动的高分辨率图像生成">SANA：线性扩散Transformer驱动的高分辨率图像生成</h1> <p>说起高分辨率图像生成，很多人第一时间会想到 FLUX 或者 Stable Diffusion。但这两个模型要么体积庞大（FLUX-12B），要么生成速度感人。NVIDIA 实验室开源的 <strong>SANA</strong> 给出了一种截然不同的路线——用线性注意力（Linear Attention）替换 Transformer 中的标准注意力机制，配合 32× 压缩率的 DC-AE 自编码器，在仅 1.6B 参数规模下实现 <strong>4K 分辨率、20 倍体积压缩、100 倍速度提升</strong>。</p>