Нейросеть Kandinsky — это глубокая нейронная сеть, улучшенная версия мультимодальной нейросети ruDALL-E от Команд Sber AI и SberDevices, которая используется для генерации изображений. Сегодня, это самая большая модель по запросу «текст в изображение» на русском языке.
Задачи: что умеет Kandinsky
ИИ способен создавать любые картинки по описанию на русском языке: от иллюстраций до дизайна с высокой степенью детализации. Нейросеть Kandinsky основана на алгоритме генеративно-состязательных сетей (GANs), который позволяет создавать новые изображения, подобные обучающим данным. Алгоритм GANs состоит из двух компонентов: генератора и дискриминатора. Первый — используется для создания изображений, которые вдохновлены стилем и композицией картин. Второй — обучается отличать эти сгенерированные изображения от реальных картин.
Сферы применения
После обучения, ИИ может использоваться для создания новых уникальных креативов в художественном или более реалистичном стиле, так как умеет генерировать картинки с произвольным соотношением сторон, увеличивать разрешение, повышать детализацию, качественно передавая тени, текстуры, отражения. Например, пользователь может выбрать начальную точку или направление генерации, и нейросеть будет создавать новые креативы на основе этого указания. ИИ может использоваться дизайнерами, маркетологами, SMM-специалистами, иллюстраторами для создания уникальных креативов и выявления закономерностей в визуальном ряде.
Как пользоваться сервисом?
Создание креативов происходит в 3 этапа с использованием нескольких компонентов:
- ИИ Kandinsky использует текстовое описание и генерирует установленное число картинок;
- ruCLIP Large выбирает наиболее подходящие варианты;
- Real ESRGAN увеличивает избранные варианты в размере.
В результате работы, сервис предоставит набор сгенерированных изображений в высоком качестве. Использовать сервис могут только пользователи, зарегистрированные на платформе ML Space, а также владельцы умных устройств с ассистентом «Салют».
Что из себя представляет нейросеть Kandinsky?
Это нейронная сеть от команд Sber AI и SberDevices, являющаяся улучшенной версией популярного русскоязычного ИИ ruDALL-E.
Что умеет делать сервис?
После обучения, ИИ может использоваться, чтобы создать новые уникальные креативы в художественном или более реалистичном стиле с использованием детализации. Сервис способен качественно передавать оттенки, тени и другие визуальные эффекты.
Сколько стоит доступ к Kandinsky?
На данный момент, модель доступна через тестовый доступ для юридических лиц и ИП. Пользователи также должны быть зарегистрированы на платформе ML Space.
