英伟达联手MIT清北发布SANA 1.5！线性扩散Transformer再刷文生图新SOTA

SANA 1.5是由英伟达联合MIT、清华、北大等机构研发的一种高效可扩展线性扩散Transformer，专门用于文本生成图像任务。该模型通过三项创新——高效的模型增长策略、模型深度剪枝技术和推理时扩展策略，大幅降低了训练和推理成本，同时提升了生成质量。实验结果显示，SANA 1.5的训练收敛速度比传统方法快2.5倍，GenEval分数从0.72提升至0.80，在基准测试中达到了最先进水平。此外，SANA 1.5在运行速度上表现出色，其延迟比FLUX-dev低5.5倍，吞吐量为FLUX-dev的6.5倍，使其在实际应用中更具优势。
来源：https://mp.weixin.qq.com/s/UvOoDGvzAFjA3ImXXVlktw