Kandinsky 6.0 Video: первая нейросеть Сбера со звуком

Сбер представил модель Kandinsky 6.0 Video, способную создавать видеоролики со звуком сразу после генерации. Для работы достаточно текстового описания сцены или загруженного первого кадра.

Нейросеть генерирует видео в Full HD с синхронным аудио: речью, музыкой и звуками окружения. Текущие ролики ограничены пятью секундами, но разработчики планируют увеличить их длительность.

Модель уже доступна для разработчиков в открытом доступе. По словам руководителя блока генеративного ИИ Сбера Антона Фролова, искусственный интеллект должен стать таким же естественным инструментом, как камера или текстовый редактор.