/ Модель

Характеристики

Лицензия
MIT
Опубликована
12 мар 2025

Sana_1600M_1024px_BF16_ControlNet_diffusers

Генерация изображенийТекст → изображение3 профессии

Вариант Sana на 1,6 млрд параметров в формате BF16 для генерации изображений по текстовому запросу.

36скачиваний за 30 дней0лайковвеса обновлены20 мар 2025

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

Это репозиторий весов Sana 1600M в формате BF16 для генерации изображений по тексту через Diffusers; в названии также указана связка с ControlNet. Sana — семейство моделей, представленное разработчиками исходного проекта Sana. Карточка описывает систему генерации изображений высокого разрешения, а метаданные относят репозиторий к задаче text-to-image.

Модель предназначена для создания изображений по текстовым запросам, включая изображения высокого разрешения. В README заявлены качество, соответствие изображения запросу, высокая скорость и возможность запуска на GPU ноутбука. Лицензия репозитория — MIT. В доступных материалах нет подтверждённых сведений о контекстном окне, поддерживаемых языках, точном назначении ControlNet-варианта или его требованиях к ресурсам.

Сценарии применения

  • создание изображений по текстовому описанию
  • генерация изображений высокого разрешения
  • быстрое прототипирование визуальных концепций

Ограничения

Заявление о генерации до 4096 × 4096 относится к Sana в целом и не подтверждает пределы именно этого варианта. Карточка не описывает конкретное управление через ControlNet и не указывает языки запросов или аппаратные требования.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model card

We introduce Sana, a text-to-image framework that can efficiently generate images up to 4096 × 4096 resolution. Sana can synthesize high-resolution, high-quality images with strong text-image alignment at a remarkably fast speed, deployable on laptop GPU.

Source code is available at https://github.com/NVlabs/Sana.

🧨 Diffusers

1. How to use SanaControlNetPipeline with 🧨diffusers

# run `pip install git+https://github.com/huggingface/diffusers` before use Sana in diffusers
import torch
from diffusers import SanaControlNetModel, SanaControlNetPipeline
from diffusers.utils import load_image

controlnet = SanaControlNetModel.from_pretrained(
    "ishan24/Sana_1600M_1024px_BF16_ControlNet_diffusers",
    torch_dtype=torch.float16
)

pipe = SanaControlNetPipeline.from_pretrained(
    "Efficient-Large-Model/Sana_1600M_1024px_MultiLing_diffusers",
    variant="fp16",
    controlnet=controlnet,
    torch_dtype=torch.float16,
)

pipe.to('cuda')
pipe.vae.to(torch.bfloat16)
pipe.text_encoder.to(torch.bfloat16)

cond_image = load_image(
    "https://huggingface.co/ishan24/Sana_600M_1024px_ControlNet_diffusers/resolve/main/hed_example.png"
)
prompt='a cat with a neon sign that says "Sana"'
image = pipe(
    prompt,
    control_image=cond_image,
).images[0]
image.save("sana.png")

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Генеративная модель выложена не в формате diffusers.

Ревизия весов
5eb6d1a

0 моделей