«Сбер» представил усовершенствованную модель для генерации изображений по тексту

О запуске Kandinsky 2.0 рассказали в пресс-службе Сбербанка. Опробовать работу модели можно по ссылке, также по команде «Запусти художника» на «умных» устройствах «Сбера» и в приложении «Салют».

В создании модели разработчики использовали диффузионный подход, поскольку он дает лучшие результаты почти во всех задачах генерации контента по сравнению с трансформерами, рассказали в «Сбере».

Модель мультиязычна и может обрабатывать запросы на 101 языке, в том числе на редких, например, монгольском. Алгоритм поймет задачу, даже если в одном запросе будут слова на разных языках.

Также Kandinsky 2.0 различает одинаковые по смыслу лингвистические конструкции в зависимости от языка и культуры.

«Например, если сформулировать запрос “национальное блюдо” на русском языке, нейросеть чаще всего рисует щи, а на японском это будет мисо суп и суши», – пояснили в пресс-службе.

В июне Сбербанк представил модель для генерации изображений по текстовому описанию Kandinsky.

Фото: Сбербанк