Кандинский (Fusion Brain) - это бесплатная нейросеть от Sber AI для генерации изображений в различных стилях по текстовому описанию. На момент написания статьи, набор стилей пока невелик:
Без стиля, Аниме, Детальное фото, Киберпанк, Кандинский, Айвазовский, Малевич, Пикассо, Гончарова, Классицизм, Ренессанс, Картина маслом, Рисунок карандашом, Цифровая живопись, Средневековый стиль, Советский мультфильм, 3D-рендеринг, Мультфильм, Студийное фото, Портретное фото, Мозаика, Иконопись, Хохлома, Новый год.
Kandinsky 2.1 способна создавать реалистичные картинки всего за несколько секунд на основе текстового описания. При этом она понимает запросы на 101 языке, включая русский и английский. Еще одна полезная функция - комбинирование нескольких изображений по текстовой инструкции.
Улучшения стали возможны благодаря дополнительному обучению на огромных датасетах. В частности, модель проанализировала 170 млн пар "текст - изображение" и 2 млн качественных фотографий. Особое внимание разработчики уделили сложным для ИИ категориям, таким как лица людей. Технически прогресс достигнут за счет нового автоэнкодера, повышающего разрешение генерируемых картинок. Количество параметров модели выросло до 3,3 млрд.
Нейросеть можно использовать без регистрации, как на сайте fusionbrain.ai, так и с помощью телеграм бота @kandinsky21_bot. Функционал, предложенный на сайте более интересен, поэтому рассмотрим ее более подробнее.
Использование Fusion Brain AI
1. Откройте сайт по указанной ссылке https://fusionbrain.ai/diffusion и вам сразу будет доступен редактор.2. Выберите в правом нижнем углу стиль, по умолчанию стоит "Без стиля".
3. Напишите описание того, что хотите сгенерировать и нажмите "Создать"
По умолчанию генерируется одно изображение размером 1024 на 576 пикселей, но можно сдвигать рамку и генерировать как несколько вариантов изображения, так и дополнять уже сгенерированное:
- для генерации отдельного изображения, необходимо переместить рамку влево, вправо, вниз или вверх так, чтобы рамка находилась четко на границе уже сгенерированного изображения;
- для дополнения ранее сгенерированного изображения, необходимо переместить рамку влево, вправо, вниз или вверх так, чтобы рамка находилась частично пересекалась со сгенерированным изображением;
Пример изображения, размером 2204 на 769 пикселей.
Для того чтобы скачать изображение или его часть, необходимо нажать иконку со стрелочкой вниз (правый верхний угол редактора), рамкой выбрать сохраняемую область и нажать кнопку "Скачать".
В целом Кандинский 2.1 пока скорее похож на игрушку, чем на серьезный рабочий инструмент. Сравнивать его с DALL-E 2 или Stable Diffusion преждевременно. Хотя сам факт появления российских разработок в этой области радует. Есть надежда, что со временем они догонят западные аналоги.
Пока же лучше ориентироваться на проверенные решения вроде Stable Diffusion, которые уже показали свою эффективность. А Кандинскому 2.1 еще предстоит дорасти до уровня полноценного коммерческого продукта. Так что прогресс не стоит на месте, и будущее за генеративным искусством!