Сбер представил обновленную версию нейросети Kandinsky 2.2. Она генерирует фотореалистичные изображения в лучшем качестве, отлично справляется с портретами и умеет рисовать более, чем в 20 стилях, пишет издание «Комсомольская Правда».

Нейросеть разработали и обучили исследователи Sber AI при поддержке учёных из Института искусственного интеллекта AIRI. Предыдущую модель - Kandinsky 2.1 Сбер представил в апреле этого года. Она стала самой быстрорастущей нейросетью в мире, набрав один миллион пользователей всего за 4 дня после выхода.

Kandinsky 2.2. принимает запросы на русском и английском языках. Она создает изображения с более высоким разрешением и позволяет изменять соотношение сторон при генерации. Нейросеть умеет смешивать несколько рисунков, стилизовать изображение по текстовому описанию, генерировать изображения, похожие на заданные, дорисовывать недостающие части картинки и создавать картины в режиме бесконечного полотна.

Ещё одна новация: Kandinsky 2.2 может изменять по текстовому описанию отдельные объекты или элементы на изображениях, но при этом сохранять композицию исходной иллюстрации. Для этого разработчики внедрили в модель специальный структурный блок управляемых изменений — ControlNet. А ещё обновленная версия умеет генерировать стикеры, из них можно собирать полноценные стикерпаки.

- Мы продолжаем совершенствовать нашу нейросеть для создания уникального контента. Новая версия дает пользователям ещё больше возможностей, вместе с тем она генерирует изображения в ещё лучшем качестве. Нейросеть уже не просто пробует подражать творчеству человека, а способна создавать новые художественные смыслы и интерпретации, - говорит первый заместитель председателя правления Сбербанка Александр Ведяхин.

Kandinsky 2.2 находится в свободном доступе. Протестировать её можно совершенно бесплатно на промо-странице модели, на платформе FusionBrain.AI, в Telegram-боте и боте ВКонтакте, кроме того, с помощью команды «Запусти художника» на умных устройствах Sber, в мобильном приложении Салют. Модель доступна на платформе ML Space в хабе предобученных моделей и датасетов DataHub.