Сбер усовершенствовал модель генерации изображений по текстовому описанию Kandinsky 3.1. Первый заместитель председателя правления Сбербанка Александр Ведяхин сообщил о том, что использовать возможности нейросети сможет каждый на международной промышленной выставке «ИННОПРОМ. Центральная Азия».
Как сообщает пресс-служба Сбера, в модель добавлена функция улучшения запроса (бьютификации). Это упрощает процесс создания изображений. Пользователь может описать желаемое изображение несколькими словами, а остальное сделает встроенная языковая модель GigaChat Pro, которая расширяет и обогащает деталями промпт.
Также в Kandinsky 3.1 улучшена функция inpainting, с помощью которой можно редактировать отдельные части изображения.
Для удобства пользователей создана быстрая модель Kandinsky 3.1 Flash. Найти ее можно в основном Telegram-боте. Быстрая модель генерирует изображение в десять раз быстрее базовой версии.
Александр Ведяхин отметил, что возможности нейросети уже оценили дизайнеры, художники и блогеры. Сейчас реалистичные изображения может сгенерировать любой желающий. Модель бесплатна и доступна на разных платформах: fusionbrain.ai, в Telegram- и VK-ботах, а также в мобильном приложении Сбербанк Онлайн.
В скором времени появится доступ к генерации изображений в 4K, функции создания вариаций изображения, смешивания нескольких картинок, смешивания картинок и текстов. В модель также добавят генерацию стикерпаков и возможность вносить локальные изменения на картинке, не меняя всей композиции сцены (ControlNet). Кроме того, анонсировано тестирование обновленной версии модели генерации видео по тексту Kandinsky Video 1.1.
Напомним, модель разработана командой Sber AI при партнерской поддержке ученых из Института искусственного интеллекта AIRI на объединенных датасетах Sber AI и компании SberDevices.