Sana video

Efficient Text-to-Video and Image-to-Video by NVIDIA NVLabs

Sana 影片將高效、高品質的文字轉影片和圖片轉影片產生帶到您的瀏覽器。使用研究支援的效能創建連貫的 720p、16 fps 片段，最長可達一分鐘。在 Story321 上試用 Sana 影片，並快速發布精美的動作內容。

認識 Sana 影片

Sana 影片是 NVIDIA NVLabs 基於擴散的高效率影片產生器，適用於文字轉影片 (T2V) 和圖片轉影片 (I2V)，支援高達 720p 解析度、16 fps 和長達一分鐘的影片，並具有研究支援的逼真度和連貫的動作 ([nvlabs.github.io](https://nvlabs.github.io/Sana/Video/) • [nvlabs.github.io](https://nvlabs.github.io/Sana/)).

文字轉影片 (T2V)

將自然語言轉化為生動的動作。Sana 影片支援多風格敘事、流暢的轉場和一致的主題，以 16 fps 的速度產生高品質的 720p 序列 ([nvlabs.github.io](https://nvlabs.github.io/Sana/Video/)).

圖片轉影片 (I2V)

將單一畫面製作成動態片段。在添加逼真的動作、相機移動和場景深度時，保留身份和構圖 ([nvlabs.github.io](https://nvlabs.github.io/Sana/Video/)).

高效、實用的運行時間

大約 60 秒即可產生 5 秒的片段，或在具有 NVFP4 優化的 RTX 5090 上約 29 秒——效率足以進行迭代循環 ([youtube.com](https://www.youtube.com/watch?v=JmHxYDpCVX8)).

開源且有研究支持

建立在 SANA 系列（線性擴散轉換器）之上，並獲得 ICLR 2025 的認可，加上用於探索和擴展的開源程式碼 ([nvlabs.github.io](https://nvlabs.github.io/Sana/) • [research.nvidia.com](https://research.nvidia.com/labs/eai/publication/sana/) • [github.com](https://github.com/NVlabs/Sana)).

如何在 Story321 上使用

按照以下步驟使用 Sana 影片產生一致的結果。

選擇模型

從模型列表中選擇 Sana 影片。

選擇模式

使用文字轉影片進行提示，或使用圖片轉影片來動畫化參考。

編寫提示/設定參考

描述主體、動作、相機、時間；上傳 I2V 的圖像。

設定持續時間、解析度、fps

選擇最長 60 秒、720p 和 16 fps 以獲得平衡的品質。

調整控制項

調整動作強度、相機抖動、長寬比和種子以實現可重複性。

產生和細化

預覽、修剪並在短片中迭代；鎖定後延長。

提示

•在延長到 30-60 秒之前，以 3-5 秒的長度迭代。
•在多次運行中保持主體名稱、樣式和鏡頭術語一致。
•使用「保持 1 秒」等時間提示來穩定節拍。
•對於 I2V 身份，上傳清晰、光線均勻的參考。
•將成功的提示組織為 Sana 影片的範本。

720p、16 fps 和最長 1 分鐘等規格反映了當前的公開研究筆記；有關更新，請參閱專案頁面 ([nvlabs.github.io](https://nvlabs.github.io/Sana/Video/) • [github.com](https://github.com/NVlabs/Sana)).

您可以使用 Sana 影片創建什麼

從品牌預告片到教學循環，Sana 影片可加速概念化和生產級動作。

發布預告片

剪輯 5-10 秒的英雄鏡頭，具有受控的相機移動和一致的品牌形象。

產品說明

通過可讀的動作節拍和清晰的特寫鏡頭演示功能。

角色時刻

從單一圖像中動畫化吉祥物手勢、表情和微動作。

電影 B 卷

產生風格化的轉場、建立鏡頭和環境循環。

社交趨勢

原型設計與平台節奏相符的有力、可循環的片段。

教育與操作指南

通過相機清晰度和時間結構顯示逐步動作。

常見問題解答

常見 Sana 影片設定和工作流程問題的解答。

目前的輸出限制是什麼？

根據公開文件，每個片段最高 720p 解析度、16 fps 和 1 分鐘的持續時間 ([nvlabs.github.io](https://nvlabs.github.io/Sana/Video/)).

產生速度有多快？

5 秒片段約 60 秒，或在具有 NVFP4 優化的 RTX 5090 上約 29 秒 ([youtube.com](https://www.youtube.com/watch?v=JmHxYDpCVX8)).

該模型是開源的還是有研究支持的？

程式碼和研究資源可用於探索 ([github.com](https://github.com/NVlabs/Sana) • [research.nvidia.com](https://research.nvidia.com/labs/eai/publication/sana/)).

T2V 和 I2V 之間有什麼區別？

T2V 從文字創建動作；I2V 動畫化提供的圖像，同時保留身份和佈局。

我可以控制相機行為嗎？

可以——在提示中使用鏡頭、拍攝類型和移動術語（例如，「低追蹤鏡頭」、「輕柔的推入」）。

我可以將結果用於商業用途嗎？

在商業使用之前，請查看儲存庫的許可證和任何第三方條款 ([github.com](https://github.com/NVlabs/Sana)).

開始使用 Sana 影片創作

原型設計、迭代和發布引人注目的動作內容——Story321 上的 Sana 影片為您提供速度、連貫性和研究級品質。

效能和規格基於公開材料，可能會隨著新版本而發展 ([nvlabs.github.io](https://nvlabs.github.io/Sana/Video/)).