Пользователи нейросети Сбера Kandinsky 2.1 Сбера за 48 часов сгенерировали более 1,3 млн изображений. Наиболее популярные запросы: «кот», «любовь» и «космос». Kandinsky 2.1 включает 3,3 млрд параметров вместо двух млрд в предыдущей версии.

Новую версию генеративной модели Сбер представил 4 апреля. Kandinsky 2.1 может сгенерировать изображения по текстовому описанию за несколько секунд. Пользователь может создавать картины более чем в десяти стилях, включая «Киберпанк», «Аниме», «Малевич» и другие. Kandinsky 2.1 знает 101 язык и может дорисовывать части изображения, смешивать несколько рисунков, создавать картину в режиме бесконечного полотна.

Протестировать нейросеть можно в Telegram-боте, на промостранице модели, на fusionbrain.ai и на платформе ML Space в хабе предобученных моделей и датасетов DataHub. Также оценить возможности Kandinsky 2.1 можно в мобильном приложении Салют и на умных устройствах Sber при помощи команды «Запусти художника».

Нейросеть разработали и обучили исследователи Sber AI при партнерской поддержке ученых из Института искусственного интеллекта AIRI на объединенном датасете Sber AI и компании SberDevices.

Модель Kandinsky 2.1 обучена почти на 1,2 млрд пар «текст — изображение», а также на отдельно собранном датасете из двух млн пар высококачественных изображений. Он содержит картинки с описаниями текстов и лиц людей в традиционно сложных для нейросетей областях.

Высокое качество генерации обеспечивается за счет прогрессивной архитектуры нейросети: у Kandinsky 2.1 новая модель автоэнкодера, используемая в основном для декодирования векторных представлений изображений, что позволяет создавать изображения в высоком разрешении.