«Sber apresentou na conferência AI Journey um modelo atualizado de inteligência artificial generativa Kandinsky 3.0, projetado para criar imagens. Ela aprendeu a entender melhor as consultas de texto dos usuários e começou a gerar imagens, pinturas artísticas e esboços mais fotorrealistas.
Fonte da imagem: sberbank.com
Uma das inovações mais importantes de Kandinsky 3.0 foi o treinamento da rede neural com elementos do código cultural doméstico – isso afetou celebridades e personagens soviéticos e russos, marcos arquitetônicos, objetos culturais e objetos de arte popular: em particular, a rede neural está familiarizado com Gzhel. O desenvolvedor melhorou a função de edição de imagens e a capacidade de completar a pintura no modo tela infinita.
Por padrão, Kandinsky 3.0 gera imagens com resolução de 1024 × 1024 pixels, mas você pode escolher uma proporção diferente. Durante o treinamento, o desenvolvedor utilizou uma matriz de 1,5 bilhão de pares de imagens com descrições de texto. A rede neural também recebeu suporte para geração de vídeos de 4 segundos baseados em descrições de texto – eles têm resolução de 640 × 640 pixels com frequência de 24 quadros por segundo. A geração de um segundo de vídeo leva aproximadamente 20 segundos. Os modelos de animação incluem objetos em movimento, aproximando-os, afastando-os e outras técnicas. O algoritmo é baseado em redesenhar uma imagem com base em uma descrição de texto.
Você pode trabalhar com o modelo Kandinsky 3.0 na plataforma fusionbrain.ai, no site rudalle.ru, usando bots no Telegram e VKontakte, em correspondência com o chat bot GigaChat, nos aplicativos SberBank Online e Salyut, bem como em smart dispositivos do Sber ao comando “lançar o artista”. O acesso à criação de animações no Telegram está sujeito a candidatura prévia.