概要
SANA は、効率的な高解像度画像・動画生成のためのオープンソースコードライブラリであり、完全なトレーニングと推論のフローを提供します。線形拡散 Transformer に基づき、テキストから画像、テキストから動画、および世界モデルなどのタスクをサポートします。
README プレビュー
\n \n\n\n\n📚 Docs | SANA | SANA-1.5 | SANA-Sprint | SANA-Video | SANA-WM | Sol-RL\n \nDemo | 🤗 HuggingFace | ComfyUI | SGLang | Cosmos-RL\n\n\n\n\n  \n  \n  \n  \n  \n\n\n\n  \n  \n\n\nICLR 2025 Oral | ICML 2025 | ICCV 2025 Highlight | ICLR 2026 Oral \n\n**SANA** is an efficiency-oriented codebase for high-resolution image and video generation, providing complete training and inference pipelines. This repository contains code for [SANA](https://nvlabs.github.io/Sana/), [SANA-1.5](https://nvlabs.github.io/Sana/Sana-1.5/), [SANA-Sprint](https://nvlabs.github.io/Sana/Sprint/), [SANA-Video](https://nvlabs.github.io/Sana/Video/), [SANA-WM](https://nvlabs.github.io/Sana/WM/), and [Sol-RL](https://nvlabs.github.io/Sana/Sol-RL/). More details can be found in our [📚 documentation](https://nvlabs.github.io/Sana/docs/).\n\nJoin our [Discord](https://discord.gg/rde6eaE5Ta) to engage in discussions with the community! If you have any questions, run into issues, or are interested in contributing, don't hesitate to reach out!\n\n\n \n\n\n## News\n\n- 🔥 [2026/05] 🌍 **SANA-WM: 2.6B Controllable World Model** is released! Supports 720p, 1-min video generation with 6-DoF camera control. A new baseline for World Modeling and Embodied AI. See [Project](https://nvlabs.github.io/Sana/WM/) | [Paper](https://huggingface.co/papers/2605.15178).\n- 🔥 [2026/04] ⚡ **Sol-RL: NVFP4 Rollout, BF16 Training RL** is available! All training recipes for **SANA**, **FLUX.1**, and **SD3.5-L**, together with bundled post-training datasets, are released. See [Sol-RL doc](https://nvlabs.github.io/Sana/docs/sol_rl/) | [Page](https://nvlabs.github.io/Sana/Sol-RL/) | [Paper](https://arxiv.org/abs/2604.06916).\n- 🔥 [2026/03] 📺 **SANA-Video 720p model with LTX-VAE** is released. Use it with LTX2 Refiner to upscale the videos to 2K resolution! See [Model Zoo](https://nvlabs.github.io/Sana/docs/model_zoo/#sana-video), [SANA-Video doc](https://nvlabs.github
FAQ (2)
トラブル対応カスタムトレーニングされたベース拡散モデルをDreambooth + LoRAのファインチューニングのためにdiffusers形式に変換する方法
トラブル対応
カスタムトレーニングされたベース拡散モデルをDreambooth + LoRAのファインチューニングのためにdiffusers形式に変換する方法提供されたスクリプトを使用してください: python tools/convert_sana_to_diffusers.py。このスクリプトは、non-diffusers の重みを期待される diffusers の state dict フォーマットに変換し、モデルを Dreambooth および LoRA トレーニングスクリプトと互換性があるようにします。
トラブル対応なぜLongSanaVideoPipelineはdiffusersに含まれていないのですか？また、LongSanaを実行するにはどうすればよいですか？
トラブル対応
なぜLongSanaVideoPipelineはdiffusersに含まれていないのですか？また、LongSanaを実行するにはどうすればよいですか？LongSanaVideoPipelineは、diffusersライブラリ（最新の開発版でも）にはまだ実装されていません。Hugging Faceのモデルページには「近日公開予定」と記載されています。回避策として、公式のSanaリポジトリをクローンしてください：git clone https://github.com/nvlabs/Sana.git そして、その推論ガイドに従ってください。また、動画生成が必要な場合は、既に利用可能なSANA-Videoパイプラインを試すこともできます。