• 14 июня, 2022

Сбер представил самую большую модель генерации изображений по текстовому описанию на русском языке — Kandinsky

Сбер представил самую большую модель генерации изображений по текстовому описанию на русском языке — Kandinsky

В ноябре была выпущена модель ruDALL-E XL, содержащая 1,3 млрд параметров. Её параметры и код были выложены в открытый доступ, и был разработан сервис генерации изображений. За полгода этим сервисом воспользовались 2 млн уникальных пользователей, которые суммарно сгенерировали 125 млн изображений. Также в ноябре была анонсирована, а в декабе опубликована в маркетплейсе AI Services платформы SberCloud ML Space эксклюзивная модель ruDALL-E XXL c 12 миллиардами параметров.

В этом году команды Sber AI и SberDevices смогли существенно улучшить качество работы этой модели, дообучив её на 179 млн изображений, снабжённых текстовыми описаниями, с помощью платформы SberCloud ML Space и суперкомпьютера Christofari Neo. Дообученная модель Kandinsky умеет генерировать изображения с произвольным соотношением сторон, а также может использовать новый способ повышения разрешения сгенерированных картинок на основе диффузионного процесса для изображений с соотношением сторон 1:1 (помимо стандартного подхода с использованием Real-ESRGAN). Теперь модель значительно лучше справляется с созданием реалистичных изображений, качественно передавая различные текстуры, тени и отражения.

Создание изображений при помощи модели Kandinsky происходит в три этапа. Сначала одна нейросеть (непосредственно Kandinsky), используя текстовое описание, генерирует заданное число изображений. Затем вторая (ruCLIP Large) выбирает наиболее удачные и максимально соответствующие заданному текстовому описанию картинки, а потом третья увеличивает их в размере (доступны как диффузионная модель, так и генеративно-состязательная модель Real-ESRGAN). Итогом работы модели является набор сгенерированных изображений высокого качества. Отличительным преимуществом модели Kandinsky по сравнению с предыдущими версиями является более высокая степень детализации создаваемых изображений.

Модель доступна в мобильном приложении Салют, на умных устройствах Sber по запросу «Включи художника».

Александр Ведяхин, первый заместитель Председателя Правления Сбербанка:

«Мы продолжаем развивать нейронные сети, которые следуют принципам трёх М — мультимодальности, мультизадачности и мультиязычности. Kandinsky — это мощный прорыв в этой сфере. Она способна точнее сравнивать и анализировать различные изображения, чтобы создавать настоящие живописные картины. Автоматическая генерация изображений открывает новые возможности для бизнеса, который и станет одним из главных бенефициаров новой технологии».

Похожие статьи

Команда велосипедистов РЕСО-Гарантия показала отличные результаты на Gran Fondo

Сотрудники РЕСО-Гарантия завершили яркий велосезон Gran Fondo – финальный заезд состоялся в конце сентября в живописной Рузе.

Неделя ответственного отношения к сердцу вместе с «МАКС-М»

Страховая медицинской компания «МАКС-М» поддержала проведение Недели ответственного отношения к сердцу, проходящей в России с 29 сентября по 5 октября, и…
Более 6,5 тонн мусора получили вторую жизнь в рамках экомарафона «Сберегаем пляжи вместе»

Более 6,5 тонн мусора получили вторую жизнь в рамках…

С 5 по 30 сентября в России прошел экомарафон «Сберегаем пляжи вместе». Он прошел в 45 городах, и его участники собрали…