/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
SANA1.5_1.6B_1024px_diffusers
Библиотека
optimum
Опубликована
1 окт 2026

SANA1.5_1.6B_1024px-OpenVINO-INT4

Генерация изображенийТекст → изображение

Квантованная версия SANA-1.5 для генерации изображений по тексту с использованием OpenVINO.

0скачиваний за 30 дней0лайковвеса обновлены1 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

HelloSun/SANA1.5_1.6B_1024px-OpenVINO-INT4 — производный вариант модели SANA-1.5, подготовленный HelloSun для запуска через OpenVINO. Модель преобразована из Efficient-Large-Model/SANA1.5_1.6B_1024px_diffusers и сжата квантизацией весов INT4 для transformer и text encoder; остальные компоненты используют INT8. Размер уменьшен примерно с 8,5 до 3,1 ГБ.

Модель предназначена для генерации изображений по текстовым запросам с помощью SanaPipeline или OVDiffusionPipeline. В README показана генерация изображений размером 1024×1024, также приведены примеры для 512 пикселей. Для предпросмотра можно использовать 5 шагов, для генерации с 20 шагами в приведённом тесте на CPU Intel Xeon указано время около 35–39 секунд; результат зависит от оборудования и настроек. Лицензия — Apache-2.0.

Сценарии применения

  • создание изображений 1024×1024 по текстовому описанию
  • быстрый предпросмотр изображения за 5 шагов генерации
  • генерация иллюстраций, пейзажей и стилизованных сцен по запросу

Ограничения

Квантизация снижает размер весов, но возможное влияние на качество генерации в README количественно не описано. Время генерации зависит от оборудования и числа шагов; приведённые показатели получены на CPU Intel Xeon Platinum 8559C.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SANA1.5_1.6B_1024px OpenVINO INT4

Source: Efficient-Large-Model/SANA1.5_1.6B_1024px (export uses Efficient-Large-Model/SANA1.5_1.6B_1024px_diffusers) Pipeline: SanaPipeline / OVDiffusionPipeline — official example guidance_scale=4.5, num_inference_steps=20, 1024x1024. Quant: NNCF weight-only via OVQuantizer + OVPipelineQuantizationConfig — transformer + text_encoder = OVWeightQuantizationConfig(bits=4,sym=False,group_size=128,group_size_fallback="adjust",ratio=1.0), rest INT8, ov_config=OVConfig(quantization_config=...). Size: FP16 ~8.5G → INT4 ~3.1G (-63%). See REPORT.md + outputs/benchmark.json.

每組 prompt 皆有 step=5 vs step=20 並列對比 (1024),另附 512px 對照在 examples/*_512_*。

01_hanfu — seed42

Young Chinese woman in red Hanfu, intricate embroidery, impeccable makeup, red floral forehead pattern, elaborate high bun, golden phoenix headdress, soft-lit outdoor night background, silhouetted tiered pagoda, blurred colorful distant lights, photorealistic, ultra detailed, 8k

steps=5 (11~14s)steps=20 (35~36s)
01_hanfu s501_hanfu s20

02_astronaut — seed43

Astronaut in a jungle, cold color palette, muted colors, detailed, 8k, photorealistic, cinematic lighting

steps=5steps=20
02_astronaut s502_astronaut s20

03_taipei — seed44

Cyberpunk street in Taipei at night, heavy rain, neon signs with text 'TAIPEI' and Chinese characters '台北', reflections on wet asphalt, crowded night market, cinematic, ultra detailed

steps=5steps=20
03_taipei s503_taipei s20

04_shiba — seed45

Cute Shiba Inu wearing a tiny astronaut helmet, sitting in a field of sunflowers under a starry sky, dreamy illustration, vibrant colors, high quality

steps=5steps=20
04_shiba s504_shiba s20

05_ink — seed46

Traditional Chinese ink wash landscape, misty mountains, a small pagoda on a cliff, cranes flying, minimalist, elegant, high aesthetic quality

steps=5steps=20
05_ink s505_ink s20

512px control: examples/*_512_seed*_steps{5,20}.png (same prompt/seed).

Benchmark (Intel Xeon Platinum 8559C, 192 logical CPU, OpenVINO CPU, compile=True, guidance=4.5)

  • load+compile: 8.1s, RSS 2.44 GiB → peak ~8.9GiB
  • avg step 1.61.9s; step5 total 1114s; step20 total 3539s
filetotal (s)avg step (s)
01_hanfu_1024_seed42_steps5.png14.281.68
01_hanfu_512_seed42_steps5.png13.411.90
01_hanfu_1024_seed42_steps20.png35.631.60
01_hanfu_512_seed42_steps20.png35.991.64
02_astronaut_1024_seed43_steps5.png11.291.62
02_astronaut_512_seed43_steps5.png11.361.63
02_astronaut_1024_seed43_steps20.png36.211.65
02_astronaut_512_seed43_steps20.png35.641.64
03_taipei_1024_seed44_steps5.png10.971.60
03_taipei_512_seed44_steps5.png11.151.60
03_taipei_1024_seed44_steps20.png36.841.69
03_taipei_512_seed44_steps20.png37.381.72
04_shiba_1024_seed45_steps5.png11.591.67
04_shiba_512_seed45_steps5.png12.301.82
04_shiba_1024_seed45_steps20.png38.831.76
04_shiba_512_seed45_steps20.png36.651.66
05_ink_1024_seed46_steps5.png11.741.70
05_ink_512_seed46_steps5.png11.711.68
05_ink_1024_seed46_steps20.png36.071.64
05_ink_512_seed46_steps20.png36.211.65

Full per-step log: outputs/benchmark.json, prompts: outputs/prompts.txt, full report: REPORT.md.

Versions: diffusers 0.37.1, transformers 5.5.4, tokenizers 0.22.2, huggingface-hub 1.21.0, optimum 2.3.0, optimum-intel 2.2.0, openvino 2026.4.0, nncf 3.4.0, torch 2.14.1, pillow 12.3.0, psutil 7.2.2.

Usage

from optimum.intel import OVDiffusionPipeline
import torch
pipe = OVDiffusionPipeline.from_pretrained("HelloSun/SANA1.5_1.6B_1024px-OpenVINO-INT4", compile=True)
image = pipe(prompt="a cyberpunk cat with a neon sign that says \"Sana\"",
             num_inference_steps=20, guidance_scale=4.5,
             height=1024, width=1024,
             generator=torch.Generator().manual_seed(42)).images[0]
image.save("out.png")
# fast preview: num_inference_steps=5
python inference_int4.py --prompt "..." --seed 42 --steps 20 --guidance 4.5 --size 1024 --output out.png
python generate5.py

Reproduce

optimum-cli export openvino -m Efficient-Large-Model/SANA1.5_1.6B_1024px_diffusers --task text-to-image --library diffusers --weight-format fp16 ./sana15_1.6b_1024px-ov-fp16
python quantize_int4.py
python generate5.py

Files: quantize_int4.py, generate5.py, inference_int4.py, REPORT.md, outputs/, examples/.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · optimum

Нельзя запустить

В компонентах пайплайна нет весов PyTorch/safetensors.

Ревизия весов
042d00d

0 моделей