Сбер представил новую версию модели Кандинского | Новости компании

Улучшенная модель генерации изображений на основе текстовых описаний в ближайшее время будет доступна всем пользователям без ограничений.

Сбер усовершенствовал свою нейросеть, которая создает изображения на основе текстовых описаний на русском и английском языках. Обновленная версия Кандинского 3.1 была дополнительно обучена на увеличенном наборе данных изображений, что позволило улучшить качество генераций. Первыми доступ к Кандинскому 3.1 получил ограниченный круг пользователей: художники, дизайнеры, блоггеры.

Александр Ведяхин, первый заместитель председателя правления Сбербанка:

«Сегодня ровно год, как вышел «Кандинский 2.1». За это время мы постоянно развивали нашу нейросеть, которая помогает людям создавать новые образы и дает абсолютно каждому феноменальные возможности для творчества. По сравнению с предыдущей моделью Кандинский 3.1 стал еще быстрее, удобнее и реалистичнее. Кандинский 3.1 — это гибкий, многофункциональный и совершенно бесплатный инструмент, который превратит любого человека в художника и творца. Скоро каждый сможет протестировать новые возможности нейросети. Как и предыдущие версии, модель будет бесплатной и доступной на разных поверхностях».

Одной из ключевых особенностей версии является более высокая скорость генерации изображений: время одной генерации сокращено почти в 10 раз, а разрешение генераций можно увеличить до 4К. Также возможно улучшить текстовый запрос с помощью языковой модели. Пользователям снова будут доступны функции создания различных вариаций изображений, смешивания картинок и текста, создания стикерпаков и возможность вносить локальные изменения в картинку без изменения всей композиции сцены (ControlNet).

Узнать технические подробности о модели, подходах к обучению и посмотреть примеры поколений можно в статье на Хабре.

Также в ближайшее время появится новая модель Kandinsky Video 1.1 для генерации видео из текстовых описаний. Нашей команде удалось значительно улучшить качество генерации за счет увеличения объема обучающего набора пар текст-видео и архитектурных улучшений модели. Внесенные изменения также позволили удвоить разрешение видео по сравнению с Кандинским Видео 1.0.

Модель разработана командой Сбер ИИ при партнерской поддержке ученых Института искусственного интеллекта АИРИ на объединенных датасетах Сбер ИИ и компании SberDevices.