Kandinsky 2.1: новый уровень в генерации изображений по текстовому описанию
Новая генеративная модель Kandinsky 2.1 за считанные секунды создает высококачественные изображения по текстовому описанию на естественном языке. Также она может смешивать несколько рисунков, изменять их, генерировать изображения, формировать их в режиме бесконечного полотна и дорисовывать недостающие детали. Kandinsky 2.1 понимает запросы на 101 языке, включая русский и английский, и умеет создавать изображения в различных стилях.
Kandinsky 2.1 наследует веса своего «предшественника» – Kandinsky 2.0. Новая модель была дополнительно обучена на одном из самых мощных датасетов, содержащих более 170 млн пар «текст–изображение». А также дообучена на отдельно собранном датасете из 2 млн качественных изображений, включающих сложные домены: тексты и лица людей.
Kandinsky 2.1 использует специальное представление изображения по модели CLIP: модель формирует изображение на основе текстовой информации и подает его на вход основной генеративной модели. Создатели модели улучшили автоэнкодер изображений, чтобы модель могла генерировать изображения с высокой детализацией, включая такие сложные объекты, как лица. Теперь новая модель содержит 3,3 млрд параметров вместо 2 млрд в Kandinsky 2.0.
Kandinsky 2.1 может визуализировать любой контент и применяться в различных отраслях. Например, ее можно использовать для создания персонализированных маркетинговых решений, ярких промо-кампаний или привлечения и удержания внимания клиентов.
Модель Kandinsky 2.1 доступна для промышленной эксплуатации в бизнесе. Вы легко найдете ее на платформе Cloud ML Space в хабе предобученных моделей и датасетов DataHub.
Если у вас нет доступа в Cloud ML Space, оставляйте заявку на подключение как юрлицо.