На конференции AI Journey команда Сбербанка продемонстрировала линейку моделей генерации визуального контента Kandinsky 5.0. Новое поколение нейросетей расширяет возможности создания изображений и видео как для профессионального применения, так и для личных проектов. В основе разработки лежит принцип сочетания технологической мощности с художественной выразительностью.

Модели обучались на тщательно отобранном датасете, где каждый элемент проходил оценку экспертов в области дизайна и визуального искусства. Kandinsky 5.0 одинаково эффективно работает с запросами на русском и английском языках, понимая культурные особенности и контекст. Обе модели уже интегрированы в экосистему GigaChat и доступны пользователям на различных платформах.

Линейка включает две специализированные модели с разным функционалом. Image Lite представляет собой универсальное решение для генерации изображений в HD-качестве, подходящее для широкого спектра задач. Video Pro — продвинутая модель, создающая пятисекундные видеоролики в SD-разрешении на основе текстового описания или начального кадра. Обе системы демонстрируют глубокое понимание российского культурного контекста, что отличает их от зарубежных аналогов.

Ключевая особенность Kandinsky 5.0 — способность генерировать текстовые надписи на кириллице и латинице непосредственно в создаваемых изображениях и видео. Это решает давнюю проблему многих генеративных моделей, которые испытывают трудности с корректным отображением текста. Система одинаково качественно обрабатывает запросы независимо от языка ввода, сохраняя точность интерпретации и визуального воплощения задачи.

При разработке моделей команда сосредоточилась на художественной составляющей генерируемого контента. На финальных стадиях обучения использовался специальный датасет, состоящий из изображений и видео высочайшего качества. Отбором материалов занималась большая команда профессионалов: дизайнеров, художников и арт-директоров. Эксперты выбирали примеры с безупречной композицией, выверенным стилем и превосходным визуальным исполнением. Такой подход позволил системе научиться создавать не просто технически корректные, но и эстетически выразительные материалы.

Результатом стала способность моделей генерировать визуальный контент с высокой степенью художественности. Kandinsky 5.0 создает детализированные изображения с точной передачей запрошенных элементов и одновременно обладает чувством композиции и стиля. Система понимает нюансы освещения, цветовых сочетаний и визуального баланса, что приближает результаты ее работы к произведениям, созданным человеком.

Обе модели линейки Kandinsky 5.0 доступны в экосистеме GigaChat. Пользователи могут работать с ними через мессенджер Telegram, приложение Max, веб-версию на сайте giga.chat, а также через мобильное приложение GigaChat для устройств на Android. Интеграция в существующую инфраструктуру обеспечивает удобный доступ к инструментам генерации без необходимости установки дополнительного программного обеспечения. Модели готовы к использованию в коммерческих проектах, творческих задачах и личных целях, предоставляя российским пользователям современные инструменты создания визуального контента с учетом локальной специфики.

Читайте также:

• Higgsfield запоустила Angles: нейросеть для изменения ракурса на готовых фотографиях
• Google Photos запустит возможность редактирования изображений с помощью текста для владельцев iPhone
• Как быстро отредактировать фото и видео: вышла новая ElevenLabs Studio 3.0
• Как быстро сгенерировать видео: Ray3 от Luma AI создает ролики студийного качества с логикой
• Революция в видеомонтаже от стартапа Veed: ИИ превращает обычные склейки в 3D-спецэффекты