Сбер научил нейросеть оживлять текст: Kandinsky 6.0 Video создаёт видео со звуком

Сбер представил новую версию своей генеративной модели — Kandinsky 6.0 Video. Теперь пользователи GigaChat могут превращать текстовые описания или загруженные изображения в короткие видеоролики, причём со звуковым сопровождением. Это очередной шаг к тому, чтобы генеративный ИИ стал для креаторов таким же привычным инструментом, как текстовый редактор или камера смартфона.

«Мы хотим, чтобы генеративный ИИ стал таким же естественным инструментом креатора, как сегодня текстовый редактор или камера телефона», — подчеркнул Антон Фролов, старший вице-президент, руководитель блока «Развитие генеративного ИИ» Сбера.

Нейросеть не просто рисует картинку — она создаёт полноценный видеоряд, дополняя его речью, музыкой и звуками окружающей среды. Всё это гармонично соответствует содержанию ролика. Пользователю достаточно ввести запрос или загрузить стартовый кадр, и Kandinsky 6.0 Video сгенерирует видео со звуком. Правда, пока есть ограничение: из-за высоких вычислительных затрат длительность ролика не превышает пяти секунд. Но разработчики обещают, что в будущем лимит будет увеличен.

В новой версии Kandinsky заметно улучшилась передача физики реального мира. Движения людей, животных и предметов в кадре стали более естественными, а сами сцены — правдоподобнее. Это делает генерируемые видео ближе к реальности.

Напомним, что в сентябре Сбер уже представил GigaChat 3.5 Reasoning — модель с режимом рассуждений. Компания позиционирует её как единственную российскую открытую модель с такой функцией.

#Сбер #Kandinsky6 #GigaChat #нейросети #ИИ #генеративноевидео #видеогенерация #искусственныйинтеллект #технологии #Россия #AI #KandinskyVideo #GigaChatReasoning #будущее #креатив #видеосозвуком #5секунд #физикавИИ #ML #новоститехнологий