SANA-Video 2.0는 50억·140억 파라미터 규모의 하이브리드 비디오 디퓨전 트랜스포머입니다. 단일 GPU에서 최대 720p 고화질 비디오 생성이 가능하도록 설계됐어요.
게이트된 리니어 어텐션과 주기적 게이트된 소프트맥스 앵커를 결합한 하이브리드 리니어-소프트맥스 어텐션을 통해 순수 리니어 어텐션의 한계를 극복했어요.
블록 어텐션 레지듀얼(AttnRes)을 통해 깊은 레이어의 효과적인 랭크를 향상시켜 표현을 깊이 전달하며 성능을 높였어요.
SANA-Video 2.0는 40단계 샘플링으로 VBench에서 84.30의 점수를 기록하며, 훨씬 큰 소프트맥스 비디오 DiT와 경쟁력을 유지했어요.