正在整理你需要的资料…
图像与视频生成要跑得快、要省显存,英伟达把模型和推理引擎放进一个仓库:SANA 出图,最高 4K,官方称比 Flux-12B 小 20 倍、快 100 倍;SANA-Video 2.0 做 720p 视频,SANA-Streaming 实时改视频,Sol-RL 管强化学习,Sol 引擎在 GB200 上把 33B 模型提速 3.95 倍。Apache-2.0 协议,基于 PyTorch。
适合自己买卡、自己搭 PyTorch 环境做训练和推理的研究团队 —— 门槛是显存和 GPU 时间;SANA-Sprint 在 H100 上 0.1 秒出一张 1024px 图。

下面是把仓库 README 逐节读完后归纳出的中文要点。
按时间列出 SANA 各版本进展:SANA-Video 与 2.0、SANA-Streaming 流式剪辑、SANA-WM 世界模型、Sol-RL 后训练、LongSANA 长视频,以及 4bit 与 8bit 量化等
SANA 是一系列高分辨率图像与视频的高效扩散模型,含 SANA、SANA-1.5、SANA-Sprint、SANA-Video 2.0、Sol-RL、SANA-WM 与 SANA-Streaming 等分支
给出文档与安装入口清单、图像生成速度与质量对比表(以 FLUX-dev 为基准),并说明视频模型在 H100 上的延迟表现
用清单形式列出已完成的训练与推理代码、模型库、ComfyUI 节点、Diffusers 集成、LoRA 训练、ControlNet、2K/4K 模型与 SANA-Video 等成果,末尾标注未来继续
列出 PixArt-α、PixArt-Σ、diffusers、Efficient-ViT、ComfyUI_ExtraModels、SVDQuant、Wan、LTX-2、LongLive 等被借鉴的开源项目与代码库
向为项目提供代码、文档与反馈的贡献者致谢,仓库的贡献者名单以清单形式列出
git clone https://github.com/NVlabs/Sana.git
cd Sana && ./environment_setup.sh sana| 主要语言 | Python | 许可 | Apache-2.0 |
|---|---|---|---|
| 创建时间 | 2024-10-11 | 最近提交 | 2026-11-14 |
| 站内采集 | 2026-11-06 起,连续观察 11 天 | 最近一次 | 2026-11-16 |
英伟达的高效生成模型全家桶:SANA、SANA-Video 2.0、SANA-Streaming、Sol-RL 与 Sol 推理引擎同仓,目标是把高分辨率图像与视频生成做快做省。
Sana 是一个效率导向的高分辨率图像与视频生成代码库,训练与推理管线齐全。仓库现在把一整条产品线收在一起:SANA 基础模型、SANA-1.5、SANA-Sprint 的零步蒸馏加速、SANA-Video 与 SANA-Video 2.0、SANA-WM 世界模型、SANA-Streaming 流式生成,以及 Sol-RL 强化学习方案,推理侧还开了 Sol-Engine 分支,把这些模型的推理引擎都搬了进去。近期最有代表性的进展是 2026 年 10 月的 Sol-H3:把 MiniMax-H3 压到单张 RTX 5090 或者 DGX Spark 上跑,一段 1344x768 带音频的片段 35.5 秒出一条,而原始 50 步模型需要 989 秒,同步进了 ComfyUI;同月的 StreamRender-H3 则把可控的 Three.js 游戏引擎接到多卡 H3 流式渲染器上,用浏览器做视频反馈。9 月的 SoL-Refiner 是一步精修,把低分辨率视频草稿变成高分辨率,对应 LTX-2.3 与 MiniMax-H3。论文侧是 ICLR 2025 Oral、ICML 2025 与 ICCV 2025 Highlight,2026 年的 ICLR 2026 也是 Oral。
最近 10 次采集
2026-11-06 9,778 ★ → 2026-11-16 9,839 ★ (累计 +61)
数据来自 GitHub 公开接口的每日采集快照,star 数为采集当时读到的值, 与 GitHub 页面上显示的实时数字可能有几分钟的差距。 项目名点击可回到 本页。