Сбер представил Kandinsky 4.1 Video – качественный скачок в генерации видео по тексту

Сбер активно развивает свою генеративную нейросеть Kandinsky и в самое ближайшее время выпустит новую версию для генерации видео Kandinsky 4.1 Video. Первые доступы к Kandinsky 4.1 Video уже получили участники GigaConf, а также некоторые художники и дизайнеры. В ближайшем будущем она будет доступна всем пользователям. Об этом заявил старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка Андрей Белевцев в рамках технологической конференции GigaConf.

«Kandinsky 4.1 Video обеспечивает качественно новый уровень генеративного видео. Модель стала в разы лучше по всем параметрам: по соответствию промпту, визуальному качеству, качеству генерации движений, а также способности моделировать физику мира. Такие разработки открывают беспрецедентные возможности как для дизайнеров, маркетологов, так и для представителей любых других креативных индустрий, работающих над созданием высококачественного видеоконтента», – отметил старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка Андрей Белевцев.

Модель Kandinsky 4.1 Video генерирует видеоряд продолжительностью до 10 секунд в разрешении SD (720×576) или HD (1280×720) по любому текстовому описанию или произвольному стартовому кадру. С помощью модели можно создавать качественные видео с произвольным соотношением сторон под любые пользовательские и продуктовые потребности.

В основе новой модели лежит продвинутая архитектура диффузионного трансформера. Одним из ключевых факторов, позволивших значительно улучшить качество модели, стало её дообучение на тщательно отобранных данных, подготовленных более чем 100 экспертами – дизайнерами, фотографами и художниками с профильным образованием. Этот этап обучения позволил значительно повысить уровень художественной выразительности, композиции видео и кинематографичности визуального ряда.

Переход к новой большой архитектуре заметно увеличил потребность в вычислительных ресурсах, поэтому при разработке уделялось особое внимание оптимизации. В результате применения методов дистилляции и ускорения, время генерации видео сократилось более чем в три раза по сравнению с исходным вариантом, при этом в ряде сценариев качество генерации сохранилось или даже улучшилось.

Генеральный партнёр Межрегионального конкурса журналистского мастерства «Сибирь.ПРО» Сибирский банк СБЕР представляет номинацию, созданную нейросетевой моделью Сбера GigaChat и направленную на всестороннее исследование темы искусственного интеллекта – «ПРО технологии будущего». Журналистские материалы, претендующие на победу, расскажут о работе инновационных платформ и приложений, решениях, которые меняют привычные процессы и подходы, влиянии технологий на общество, вопросах безопасности данных, прав и ответственности человека. Среди публикаций также могут быть сюжеты об успешных примерах внедрения искусственного интеллекта, а именно о кейсах компаний и организаций, которые эффективно его используют для решения реальных задач.