Kandinsky

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску
Kandinsky
Тип нейронная сеть
Языки интерфейса русский
Первый выпуск 2022 год

Kandinsky — проект, сервис и приложение компании «Сбер», с помощью которого пользователи могут генерировать изображения по текстовому описанию с помощью нейросетей.

История[править | править код]

В ноябре 2021 года были выложены в открытый доступ код и параметры модели ruDALL-E XL, содержащей 1,3 млрд параметров, а также создан сервис генерации изображений. В июне 2022 года была представлена улучшенная модель — ruDALL-E XXL с 12 млрд параметров, которую дообучили на 179 млн изображений с текстовыми описаниями. В итоге была получена первая версия сервиса Kandinsky[1].

23 ноября 2022 года на конференции «Путешествие в мир искусственного интеллекта» Сбер представил новую версию нейросети — Kandinsky 2.0. От предыдущей она отличается своей мультиязычностью и диффузным подходом. Вторая версия обучалась на 1 млрд пар «текст-изображение»[2].

В начале апреля 2023 года вышла Kandinsky 2.1. Она была обучена ещё на дополнительных 170 млн пар изображений с текстом. Нейросеть была также усовершенствована за счет новой обученной модели автоэнкодера. Помимо закодированных текстовых описаний, модель использует специальное представление изображения моделью CLIP[3]. На начало июля 2023 года пользователи создали с помощью нейросети более 70 млн изображений. Наиболее популярными запросами были «Россия», «любовь», «аниме», «кот» и «космос»[4].

12 июля 2023 года Сбер выпустил версию нейросети Kandinsky 2.2. Сообщается, что теперь сервис умеет создавать фотореалистичные изображения в улучшенном качестве и изменять соотношение сторон при генерации. Нейросеть дополучили на датасете, содержащем 1,5 млрд пар «текст — изображение»[5]. В течение суток после выхода Kandinsky 2.2 пользователи сгенерировали 1 млн изображений, лидерами по популярности стали темы «коты», «море» и «аниме»[6].

12 октября 2023 года в Kandinsky 2.2 появилась возможность генерировать четырёхсекундные ролики по текстовому описанию[7].

22 ноября 2023 года Сбер представил новую версию нейросети — 3.0 в рамках конференции «AI Journey». Одной из главных особенностей модели является более лучшее знание русской культуры[8]. 22 апреля 2024 года пользователям стала доступна усовершенствованная версия сервиса — 3.1, появившаяся в этом месяце. В ней улучшилось качество генерируемых картинок засчет дообучения на дотасете эстетичных изображений[9].

Описание[править | править код]

Согласно заявлениям разработчиков, сервис поддерживает более 100 языков, включая русский.

Сервис поддерживает четыре основных режима работы:

  • генерация изображения по текстовому описанию
  • микширование двух изображений
  • микширование изображения и текстового описания дополнения
  • стилистическая переработка изображения

Актуальная версия — Kandinsky 3.1.

См. также[править | править код]

Примечания[править | править код]

  1. ↑ «Сбер» представил Kandinsky — ИИ-модель для генерации изображений по текстовому описанию на русском языке. 3dnews.ru (14 июня 2022). Дата обращения: 11 июля 2023. Архивировано 11 июля 2023 года.
  2. ↑ Сбер показал нейросеть Kandinsky 2.0 для генерации изображений по текстам. РБК (23 ноября 2022). Дата обращения: 11 июля 2023. Архивировано 11 июля 2023 года.
  3. ↑ Сбер представил нейросеть Kandinsky 2.1. Lenta.ru (4 апреля 2023). Дата обращения: 11 июля 2023. Архивировано 11 июля 2023 года.
  4. ↑ Сбер подсчитал число созданных нейросетью Kandinsky 2.1 изображений. Lenta.ru (4 июля 2023). Дата обращения: 12 июля 2023. Архивировано 12 июля 2023 года.
  5. ↑ Сбер представил новую версию своей нейросети Kandinsky. Газета.ru (12 июля 2023). Дата обращения: 13 июля 2023. Архивировано 13 июля 2023 года.
  6. ↑ За сутки пользователи Kandinsky 2.2 от Сбера создали миллион изображений. Lenta.ru. — новость. Дата обращения: 14 июля 2023. Архивировано 14 июля 2023 года.
  7. ↑ Нейросеть Kandinsky 2.2 научилась создавать анимационные видеоролики. Российская газета (12 октября 2023). Дата обращения: 14 октября 2023. Архивировано 13 октября 2023 года.
  8. ↑ Сбер представил новую версию нейросети Kandinsky 3.0. ТАСС (22 ноября 2023). Дата обращения: 30 апреля 2024.
  9. ↑ Изобразительная нейросеть Kandinsky 3.1 стала доступна для всех пользователей. 3dnews.ru (22 апреля 2024). Дата обращения: 30 апреля 2024.

Ссылки[править | править код]

Какая нейросеть лучше? Kandinsky 2.1 vs Шедеврум

Источник — https://ru.wikipedia.org/w/index.php?title=Kandinsky&oldid=137532751