ICML 2025 | 英伟达提出SANA 1.5：线性扩散Transformer刷新文生图SOTA！

文章预览

点击下方 卡片 ，关注“ CVer ”公众号 AI/CV重磅干货，第一时间送达 发论文必看！五一福利！快领取CV er学术知识星球优惠券： 50元新用户优惠券(左图领取) ， 7折+20元老用户续费券 (右图领取) ，大家抓紧扫码加入学习！每天分享最新最优质的AI工作，最强助力你的科研和工作！ideas拉满！ 转载自：新智元 ｜编辑：英智 好困 【导读】 SANA 1.5是一种高效可扩展的线性扩散Transformer，针对文本生成图像任务进行了三项创新：高效的模型增长策略、深度剪枝和推理时扩展策略。这些创新不仅大幅降低了训练和推理成本，还在生成质量上达到了最先进的水平。 近年来，文本生成图像的技术不断突破，但随着模型规模的扩大，计算成本也随之急剧上升。 为此， 英伟达联合 MIT、清华、北大等机构的研究人员 提出了 一种 高效可扩展的线性扩散 Transformer—— SA ………………………………