Kandinsky

Отечественная генеративная модель Kandinsky разработана исследовательской командой Sber AI совместно с учеными Института искусственного интеллекта AIRI на базе объединенного суперкомпьютерного кластера. Модель понимает тонкие культурные контексты, реалии русскоязычной литературы, сказок, архитектуры и живописи. Сервис доступен широкой аудитории через веб-платформу FusionBrain, Telegram-ботов, мобильные приложения экосистемы Сбера и голосовые интерфейсы Салют.

Технологическая основа и возможности

Архитектура Kandinsky построена на базе современных диффузионных моделей с текстовыми энкодерами, способными обрабатывать сложные описания на более чем сотне языков мира. Система великолепно справляется с анатомией персонажей, сложными ракурсами и фактурами материалов. Пользователь может управлять композицией с помощью текстовых подсказок, загружаемых набросков и вспомогательных контуров.

Набор творческих инструментов платформы включает в себя ключевые режимы работы со зрительным контентом.

• Создание изображений с нуля по подробному текстовому описанию в разрешении до 2048 пикселей
• Режим Inpainting для точечной перерисовки и замены отдельных фрагментов на полотне
• Режим Outpainting для бесконечной достройки границ кадра в любых направлениях
• Смешивание нескольких исходных изображений в единую гармоничную композицию
• Синтез коротких динамических видеороликов и плавных анимационных переходов

Стилистическое разнообразие и русскоязычный контекст

Отличительной чертой сервиса остается библиотека художественных стилей. Помимо классического фотореализма и цифрового арта пользователям доступны стилизации под советский плакат, хохлому, гжель, палех, картины Айвазовского, Малевича и Кандинского. Это делает модель незаменимой для оформления образовательных проектов, детской литературы и национального брендинга.

Благодаря оптимизации вычислений время синтеза готового кадра занимает от десяти до двадцати секунд. Пользователи могут комбинировать стили или задавать собственные модификаторы освещения, оптики и атмосферы.

Тарифные планы и условия доступа

Сбер придерживается открытой политики распространения технологии, предоставляя базовый функционал без взимания платы.

• Веб-интерфейс FusionBrain - бесплатно и без ограничений по количеству запросов
• Бот в Telegram и ВКонтакте - бесплатный доступ для персонального творчества
• Интеграция в умные устройства SberBox и ассистент Салют - входит в стандартный пакет сервиса
• Облачный API для бизнеса через платформу SberCloud - тарификация от 0.5 рублей за генерацию кадра
• Корпоративное внедрение локальной модели на серверах заказчика - индивидуальный расчет от 1500000 рублей

Отсутствие обязательной платной подписки делает Kandinsky одним из самых доступных генеративных инструментов для российских школьников, студентов и фрилансеров.

Сферы применения модели

Платформа востребована среди специалистов по связям с общественностью, контент-менеджеров и дизайнеров интерфейсов. С ее помощью создаются обложки статей, иллюстрации для социальных сетей, презентационные слайды и рекламные макеты. Разработчики видеоигр применяют систему для быстрого прототипирования текстур и концептов игровых локаций.

Открытый программный код части архитектурных весов способствует развитию отечественного научного сообщества и созданию нишевых генеративных стартапов.