Источник:
Сбер презентовал самую большую русскоязычную модель для генерации изображений с помощью текстового описания – Kandinsky. Это нейросеть ruDALL-E, благодаря которой можно создавать любые виды изображений - от простых иллюстраций до цифрового дизайна.
Осенью прошлого года была представлена нейросеть ruDALL-E XL, которая содержала 1,3 млрд параметров. Сервис имел большой спрос: за полгода существования им воспользовались 2 миллиона уникальных пользователей. Зимой того же года состоялась публикация эксклюзивной модели ruDALL-E XXL c 12 миллиардами параметров.
В 2022 году команды Sber AI и SberDevices повысили качество этой модели, увеличив количество генерируемых изображений до 179 млн, с помощью платформы SberCloud ML Space и суперкомпьютера Christofari Neo. Доработанная модель Kandinsky генерирует изображения с произвольным соотношением сторон, а также использует новый способ повышения разрешения сгенерированных картинок на основе диффузионного процесса. После модификации нейросеть стала более детально передавать различные текстуры и тени, сгенерированных изображений.
Прежде чем модель Kandinsky сгенерирует изображение, оно проходит три этапа. На первом этапе одна из нейросетей генерирует число изображений, заданное пользователем, используя его текстовое описание. Далее вторая нейросеть (ruCLIP Large) создаёт выборку самых подходящих к пользовательскому описанию. Третий этап – это увеличение размеров изображений. Завершением работы является получение сгенерированных изображений высокого разрешения.
Модель можно опробовать, скачав приложение «Салют», а также на умных устройствах от «Сбер» с помощью команды «Включи художника».
Подписывайтесь на наш Telegram-канал — там еще больше важных новостей!