Sana
基于线性 Diffusion Transformer 的高效图像/视频生成框架，支持从 512px 到 4K 分辨率的 T2I 和 T2V。核心亮点是采用 Linear Attention + DC-AE 32× 压缩大幅降低计算量，在 1024×1024 生成上比 FLUX 快 20 倍以上，且模型仅 1.6B 参数。已发布 SANA-1.5（训练/推理缩放）、SANA-Sprint（一步生成）、SANA-Video（长视频）等系列，支持 ComfyUI、Diffusers、SGLang 部署。研究向，开源 Apache 2.0。