Kandinsky 3.0

Kandinsky-3 — это диффузионная модель для генерации изображений на основе текстового описания, разработанная на основе предыдущих версий семейства Kandinsky2-x. Она улучшена за счет увеличения объема данных, включая информацию, связанную с русской культурой, что позволяет генерировать изображения, отражающие эту тематику. Модель также демонстрирует улучшенное понимание текста и повышение качества визуальных результатов благодаря увеличению размеров текстового энкодера и модели Diffusion U-Net.

Модель состоит из трех компонентов:

• Text encoder на основе Flan-UL2 (часть энкодера) с 8,6 миллиардами параметров.
• Latent Diffusion U-Net с 3 миллиардами параметров.
• MoVQ энкодер/декодер с 267 миллионами параметров.

Базовая модель обучена за 2 млн шагов на 400 GPU A100. Инпейнтинг-модель инициализирована на основе базовой модели и обучена за 250 тыс. шагов на 300 GPU A100.

Возможна генерация:

• в стиле конкретных художников (например, Alfons Mucha, Claude Monet).
• сцен с детализацией (например, «драконовый фрукт в реалистичном стиле»).
• фэнтезийных или сюрреалистических сцен (например, «дворец на фоне Млечного Пути»). 

Дата анонса: 21.11.2023
Параметров: 11.867B
Разработчик: Sber AI
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами для теста инференса и знакомства с Kandinsky 3.0.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.