跳到正文

Sana_1600M_1024px_MultiLing

从文本生成高分辨率图像

访问官网

Sana 是什么

Sana 被介绍为由 NVIDIA 开发、基于线性扩散变换器的文本到图像框架。

你可以用它做什么

  • 生成高达 4096×4096 的图像
  • 用 Emoji 与混合语言写提示
  • 在笔记本电脑 GPU 上部署

应用场景

  • 绘制穿 T 恤吹萨克斯的老虎
  • 根据混合语言提示生成图像
  • 绘制传统中国风格的夕阳长城

优点与缺点

✓ 我们认可的地方

  • 资料描述其文本-图像对齐能力强
  • 使用预训练的文本编码器

! 需要留意的地方

  • 框架基于线性扩散变换器
  • 提示由预训练文本编码器处理

常见问题

资料列出的分辨率是多少?

资料说明可生成高达 4096×4096 分辨率的图像。

支持哪些提示语言?

资料列出 Emoji、中文、英文以及混合提示。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法