«Сбер» представил Kandinsky Video — нейросеть для создания видеороликов по текстовому описанию. Модель генерирует видео с разрешением 512×512 пикселей продолжительностью до восьми секунд с частотой 30 кадров в секунду, заявил Председателя Правления «Сбербанка» Александр Ведяхин в ходе международной конференции AI Journey. Генерация видео занимает до трёх минут.
Kandinsky Video включает два ключевых блока: первый отвечает за создание ключевых кадров, из которых складывается структура сюжета видео, второй — за генерацию интерполяционных кадров, позволяющих достичь плавности движений в финальном видео. В основе двух блоков лежит модель синтеза изображений по текстовым описаниям Kandinsky 3.0.
Александр Ведяхин
Первый заместитель Председателя Правления «Сбербанка»
«Недавно мы обучили Kandinsky создавать анимационные видео по текстовому описанию, а уже сегодня представляем модель совершенно другого уровня — первую в России модель по генерации полноценных видеороликов по тексту. Это важный вклад в развитие российских генеративных нейросетей. У пользователей появится ещё больше возможностей для креатива и реализации своих творческих задумок любой направленности. Люди смогут создавать уникальные видеоролики абсолютно бесплатно. Наша модель, как и большинство других в линейке Сбера, будет доступна в open source. Мы верим, что искусственный интеллект сможет открыть перед людьми новые супервозможности и создать инструменты, которыми они будут пользоваться для решения своих задач».
Оценить возможности нейросети Kandinsky Video можно на платформе fusionbrain.ai и в Telegram‑боте, где можно оставить заявку на доступ.
Подробнее о Kandinsky Video в блоге «Сбера» на Хабре.
