1
Сбер выложил в open source Kandinsky 5.0 — новое семейство генеративных моделей изображений и видео. Для разрабов доступны код и веса под лицензией MIT.
Раскрывайте список чтобы узнать про все модели:
— Video Pro с возможностью генерации видео в HD длительностью до 10 секунд, с гибким управлением движением камеры. По качеству превосходит Wan-2.2-14B, а визуал и динамика не хуже, чем в Veo 3 от Google.
— Video Lite: более компактная модель с возможностью работать с GPU от 12 ГБ VRAM. Значительно превосходит по качеству в 7 раз большую модель Wan 2.1-14B как в Text-to-Video, так и Image-to-Video.
— Image Lite с возможностью генерации и редактирования изображений. По SBS превосходит FLUX 1 dev в Text-to-Image и находится в паритете с FLUX.1 Kontext по Image Editing.
— K-VAE 1.0 с возможностью сжимать 2D и 3D до 8х8 и 4х8х8. Более качественно восстанавливают исходный сигнал (+0.5dB PSNR), чем лучшие открытые аналоги Flux, Wan, Hunyaun.
Все модели лежат на GitHub, Gitverse и HuggingFace. Ключевые детали — в подробном отчете.
@exploitex