Сбер создал нейросеть Kandinsky 2.0 для генерации изображений по тексту
«Сбер» представил уникальное решение для создания изображений по текстовому описанию под названием Kandinsky 2.0.
Презентация нейросети прошла на на международной конференции по искусственному интеллекту Artificial Intelligence Journey.
Kandinsky 2.0 — это первая российская мультиязычная диффузионная модель для генерации изображений по текстовому описанию с 2 млрд параметров. Она позволяет за несколько секунд получить уникальную картинку под конкретную задачу и свободно распространять её без лицензии, что очень актуально для бизнеса.
Кроме русского, Kandinsky 2.0 понимает 101 язык и рисует реалистичные изображения, которые зачастую неотличимы от тех, что создают люди.
Разработкой и обучением нейросети занимались исследователи Sber AI при партнёрской поддержке ученых из Института искусственного интеллекта AIRI. В Kandinsky 2.0 они использовали набирающий популярность диффузионный подход. Модели подобной архитектуры, дают хорошие результаты в задачах генерации мультимедийного контента по текстовому описанию (синтез изображений, видео, 3D и аудио).
Нейросеть умеет обрабатывать изображения в 20 различных стилях, от классицизма и мультипликации до хохломы и новогоднего. Также в ней реализованы функции inpainting и outpainting. В первом случае нейросеть генерирует собственные фрагменты вместо объектов пользователя, во втором дорисовывает готовое изображение и фон вокруг картинки.
В ответ на наш запрос «Новости технологий», нейросеть вывела вот такие изображения.
Изображения нейросети Кандинский 2.0 на запрос «Новости технологий»
Увидеть, как рисует Kandinsky 2.0, можно на сайте FusionBrain. Это открытый портал для демонстрации моделей от Института AIRI. Также модель доступна при помощи команды «Запусти художника» на умных устройствах Sber и в мобильном приложении Салют.
Понравилась статья? Поделись с друзьями!
P.S. Иллюстрация к статье сгенерирована Kandinsky 2.0 по её названию.