Нейросеть от Сбера Kandinsky 2.1 - шах и мат Midjourney и Stable Diffusion
Нейросеть от Сбера для генерации изображений Kandinsky 2.1 стала самым быстрорастущим сервисом в мире, достигнув 1 млн уникальных пользователей всего за 4 дня, и 2 млн пользователей за 6 дней. Напомню, что это быстрее результата сервиса ChatGPT от OpenAI, которому потребовалось пять дней, чтобы набрать 1 млн пользователей.
Если брать техническую часть, то Kandinsky 2.1 — это обновленное поколение нейросети Kandinsky 2.0 для генерации картинок, которую Сбер запустил летом 2022 года. Новая модель сильно улучшена, она была обучена на 170 миллионах связок «текст-изображение». Kandinsky 2.1 содержит 3,3 миллиарда параметров, в то время как предыдущая модель Kandinsky 2.0 содержала только 2 миллиарда.
Основное отличие Kandinsky 2.1 от ее основных конкурентов Midjourney, Stable Diffusion и DALL-E, в том, что она способна понимать более 100 языков, включая русский, а также в том, что ее можно попробовать сразу на нескольких платформах:
- сберовской облачной платформе ML Space
- на fusionbrain.ai
- На сайте Rudalle
- в Telegram-боте
- а также в мобильном приложении Салют и на умных устройствах Sber при помощи команды «Запусти художника»
Что нейросеть Kandinsky 2.1 умеет делать?
- самая стандартная функция - сгенерировать изображение на основе текстового запроса. Причем можно выбрать более 20 вариантов стилей, от ренессанса и классицизма до реальных 3д фотографий, киберпанка и советских мультфильмов
- нейросеть умеет смешивать несколько рисунков в один
- может дорисовывать изображения
- а также создать картину в режиме бесконечного полотна
Все четыре режима генерации пока доступны только в телеграм боте
Периодически в некоторых случаях нейросеть может не сработать, часто приходится долго ждать пока будет сгенерировано изображение, иногда появляются ошибки и на сайтах, и в телеграм-боте. Сбер объясняет это большой нагрузкой на сервис.
Из минусов - все картинки генерируются в разрешении 768 × 768 пикселей. Большее разрешение выставить нельзя, хотя современные нейросети уже рисуют картинки качественнее.
Как и в большинстве нейросетей, у Кандинского тоже иногда возникают проблемы при генерировании изображений людей, особенно если их несколько на картинке, и особенно прорисовка их пальцев, и когда они смотрят не прямо на вас, а в профиль.
Резюме
Таким образом, если резюмировать, Kandinsky 2.1. - достаточно интересная нейросеть , которая может составить вполне себе конкуренцию Midjourney, Dall-E и Stable Diffusion.
Из плюсов - то что можно вводить промпты на русском языке и еще 100 других. Кроме того, нейросеть можно использовать через телеграм бот или даже голосовго помощника Сбера.
Из минусов - изображения относительно невысокого разрешения, прорисовка людей в определенных стилях, особенно если на картинке несколько персонажей, иногда оставляет желать лучшего.
Но в целом первое впечатление положительное, думаю буду пользоваться и дальше.
***
О том как использовать инструменты на основе Искусственного интеллекта в личной жизни, карьере и бизнесе, я рассказываю в своих книгах:
Как по мне, очень кайфово и удобно что Kandinsky сделали в телеграм. Ненужно переходить ни на какие сайты. Пользуюсь ежедневно с самого начала, работает топово
Самое прикольное - это режим бесконечного полотна, как по мне, а так, автор молодец, все четко раскрыл без воды
Да, бесконечное полотно затмевает недостаток среднего разрешения)
Шедеврум, Kandinsky, отечественные компании нагоняют своими ИИ, с учетом того, что зарубежные чуть тяжелее в доступности
Именно так
Да, это реально удобно. Еще бы разрешение сделали получше)
А теперь факт, после которого вы не сможете уснуть: у нейросети Kandinsky 2.1 главный разработчик учится в 11 классе)