Русская Википедия:Kandinsky
Шаблон:Программа Kandinsky — проект, сервис и приложение компании «Сбер», с помощью которого пользователи могут генерировать изображения по текстовому описанию с помощью нейросетей.
История
В ноябре 2021 года были выложены в открытый доступ код и параметры модели ruDALL-E XL, содержащей 1,3 млрд параметров, а также создан сервис генерации изображений. В июне 2022 года была представлена улучшенная модель — ruDALL-E XXL с 12 млрд параметров, которую дообучили на 179 млн изображений с текстовыми описаниями. В итоге была получена первая версия сервиса Kandinsky[1].
23 ноября 2022 года на конференции «Путешествие в мир искусственного интеллекта» Сбер представил новую версию нейросети — Kandynsky 2.0. От предыдущей она отличается своей мультиязычностью и диффузным подходом. Вторая версия обучалась на 1 млрд пар «текст-изображение»[2].
В начале апреля 2023 года вышла Kandynsky 2.1. Она была обучена ещё на дополнительных 170 млн пар изображений с текстом. Нейросеть была также усовершенствована за счет новой обученной модели автоэнкодера. Помимо закодированных текстовых описаний, модель использует специальное представление изображения моделью CLIP[3]. На начало июля 2023 года пользователи создали с помощью нейросети более 70 млн изображений. Наиболее популярными запросами были «Россия», «любовь», «аниме», «кот» и «космос»[4].
12 июля 2023 года Сбер выпустил версию нейросети Kandinsky 2.2. Сообщается, что теперь сервис умеет создавать фотореалистичные изображения в улучшенном качестве и изменять соотношение сторон при генерации. Нейросеть дополучили на датасете, содержащем 1,5 млрд пар «текст — изображение»[5]. В течение суток после выхода Kandinsky 2.2 пользователи сгенерировали 1 млн изображений, лидерами по популярности стали темы «коты», «море» и «аниме»[6].
Описание
Согласно заявлениям разработчиков, сервис поддерживает более 100 языков, включая русский.
Сервис поддерживает четыре основных режима работы:
- генерация изображения по текстовому описанию
- микширование двух изображений
- микширование изображения и текстового описания дополнения
- стилистическая переработка изображения
Актуальная версия — Kandinsky 2.1.
См. также
Примечания
Ссылки
Какая нейросеть лучше? Kandinsky 2.1 vs Шедеврум Шаблон:Вс Шаблон:Сбер Шаблон:Обработка естественного языка Шаблон:Типы искусственных нейронных сетей Шаблон:Искусственный интеллект Шаблон:Машинное обучение
- Русская Википедия
- Искусственный интеллект
- Искусственные нейронные сети
- Программное обеспечение по алфавиту
- Программное обеспечение, разработанное в 2023 году
- Машинное обучение
- Глубокое обучение
- Обработка естественного языка
- Страницы, где используется шаблон "Навигационная таблица/Телепорт"
- Страницы с телепортом
- Википедия
- Статья из Википедии
- Статья из Русской Википедии
