执行摘要
本 PR 为 SANA-WM 世界模型添加了完整的扩散模型 cookbook,覆盖双向密集生成(dense bidirectional)、离线块因果流式(batch streaming)以及实时 WebSocket(live realtime)三种服务模式。同时更新了文档导航和概述页面,并同步了实时 WebSocket 默认配置。仅涉及文档变更,不影响运行时逻辑。
功能与动机
根据 PR body,本次变更为“添加一个 SANA-WM 扩散 cookbook,覆盖支持的 SGLang 服务路径:密集双向生成、离线块因果流式以及实时 WebSocket 服务”。SANA-WM 是一个高效的文本+图像生成视频的世界模型,支持精确的 6-DoF 摄像机控制。新 cookbook 帮助用户快速上手三种部署模式,并提供了完整的 API 示例和配置参考。
实现拆解
- 新增主 cookbook 页面:
docs_new/cookbook/diffusion/SANA-WM/SANA-WM.mdx(+498 行),详细介绍了模型特性(Hybrid Linear Attention、Dual-Branch Camera Control、Two-Stage Pipeline),并分三节展示密集双向(/v1/videos,SanaWMTwoStagePipeline)、批处理流式(/v1/videos + --streaming)和实时 WebSocket(/v1/realtime_video/generate,SanaWMRealtimePipeline)的调用方式。
- 更新导航配置:
docs_new/docs.json 在 Cookbook > Diffusion 分组下新增 SANA-WM 条目,带“NEW”标签。
- 更新概述入口:
docs_new/cookbook/diffusion/intro.mdx 在卡片列表中添加 SANA-WM 卡片,链接至新页面,并引用新 logo。
- 添加图片资源:
docs_new/cards/logos/sana.png 作为卡片展示。
- 同步实时默认值:在 cookbook 中明确实时 WebSocket 的默认分辨率 832×480 和原生输出选项 1280×704,与当前代码运行时的默认值保持一致。
以下是 docs_new/docs.json 中新增的导航条目配置:
// SANA-WM 导航条目,带 NEW 标签,添加到 Cookbook > Diffusion 分组
{
"group": "SANA-WM",
"tag": "NEW",
"pages": [
"cookbook/diffusion/SANA-WM/SANA-WM"
]
}
该配置使新 cookbook 页面在文档侧边栏的“Cookbook > Diffusion”下可见,方便用户查找。
评论区精华
无实质性 review 讨论。仅有一条 gemini-code-assist 的配额提醒,无技术争议。
风险与影响
- 风险:纯文档变更,不涉及代码,风险极低。但实时 WebSocket 默认配置可能随版本变化,需维护者保持同步。
- 影响:为使用 SANA-WM 的用户提供清晰的部署指引,降低上手难度。对系统无影响。
关联脉络
本次 PR 是扩散模型文档生态的一部分,此前已有多个扩散模型 cookbook(如 MOVA、LingBot World)。此 PR 无关联 Issue,且未依赖于其他代码 PR。
参与讨论