Нейросеть Kandinsky заняла первое место среди всех open-source решений на международной платформе LMArena

Нейросеть Сбера Kandinsky 5.0 Video получила высокие оценки от международных AI-экспертов. Модель вошла в престижный рейтинг платформы LMArena от исследователей из Калифорнийского университета в Беркли.

Модель Kandinsky 5.0 Video Pro заняла первое место среди всех открытых моделей в мире. Это означает, что любой разработчик может свободно использовать её код. Продукт демонстрирует высочайшее качество, сохраняя философию open-source.

Эксперты LMArena поставили модель Pro от Сбера в один ряд с флагманскими продуктами мировых лидеров. Впереди только закрытые модели Veo 3.1 и Veo 3 (Google DeepMind), Sora 2 (OpenAI), Wan 2.5 (Alibaba) и KlingAI (Kling 2.6, Kling 2.5). Kandinsky демонстрирует паритет с решениями Ray 3 от Luma AI и Hailuo 2.3 от MiniMax. Kandinsky 5.0 Video Pro генерирует до 10 секунд HD-видео в 24 fps.

Kandinsky 5.0 Video Lite — компактная модель на 2 млрд параметров. При этом Lite работает лучше первой версии знаменитой Sora от OpenAI. Kandinsky 5.0 Video Lite хорошо знает российский культурный код, нативно понимает запросы как на русском, так и на английском языках и генерирует надписи на латинице и кириллице.

Научное сообщество также высоко оценило работу специалистов Сбера. Подробный технический отчёт о разработке Kandinsky 5.0 был опубликован 19 ноября в рамках международной конференции AI Journey («Путешествие в мир искусственного интеллекта»). Документ сразу возглавил рейтинг Daily Papers на Hugging Face. Сначала он стал лучшим за день, затем за неделю, а потом и за весь месяц. Это говорит о глубоком интересе исследователей к предложенному подходу.

В рамках AI Journey Сбер также выложил в открытый доступ все модели генерации изображений и видео новой линейки Kandinsky 5.0 — Video Pro, Video Lite и Image Lite — собственные продвинутые нейросети, нативно понимающие промпты на русском языке, знающие русскую культуру и умеющие писать кириллический текст на изображениях и видео, а также модели для сжатия визуальных данных K-VAE 1.0, необходимые для обучения моделей генерации визуального контента и являющиеся лучшими в мире среди открытых аналогов.

LMArena работает как открытый турнир. В рамках Video Arena пользователи напрямую сравнивают результаты разных нейросетей, генерирующих видео. На основе миллионов таких сравнений система формирует честный и прозрачный рейтинг генеративных моделей.