SANA-Video 2.0

SANA-Video 2.0：混合线性注意力实现单卡高效长视频生成

作者
方法：混合线性-Softmax 注意力

本文分析 SANA-Video 2.0 如何解决全 3D Softmax 视频 DiT 的 O(N^2) 计算瓶颈。方法核心为混合线性-Softmax 注意力（25% 锚点）与 Block AttnRes 机制。实验显示，该模型在 VBench 上取得 84.30 分，720p/5s 延迟仅 13.06 秒，比 Wan 2.2 快 120 倍。需注意当前算子为双向，且长视频训练课程仍在完善中。