Kandinsky 6.0 Image: нейросеть Сбера для генерации и редактирования изображений

Что такое Kandinsky 6.0 Image и чем он отличается от предыдущих версий

Kandinsky 6.0 Image — это флагманская модель Сбера для генерации и редактирования изображений, представленная в апреле 2025 года. В отличие от предыдущих версий, которые были в первую очередь генераторами картинок с нуля, шестая версия делает акцент на точечном редактировании уже готовых фотографий. Пользователь может загрузить снимок и попросить нейросеть изменить отдельные детали: причёску, одежду, фон, добавить или убрать объекты. При этом остальная часть изображения остаётся нетронутой — это ключевое улучшение по сравнению с Kandinsky 3.0 и 4.0, где редактирование часто приводило к нежелательным изменениям всего кадра.

Модель работает внутри ИИ-помощника «ГигаЧат» — доступна в веб-версии, мобильном приложении и через мессенджеры. Сбер заявляет, что инструмент полностью бесплатный и без ограничений по количеству генераций. По данным компании, пользователи «ГигаЧата» уже создали несколько сотен миллионов изображений с помощью Kandinsky.

Архитектурно Kandinsky 6.0 Image построен на принципе Mixture of Experts (смесь экспертов). В такой схеме модель не активирует все свои блоки на каждый запрос, а выбирает только те «экспертные» подмодули, которые релевантны конкретной задаче. Это повышает скорость генерации и качество результата, особенно на сложных сценах с большим количеством деталей.

Основные возможности: генерация, редактирование, реставрация и стилизация

Kandinsky 6.0 Image предлагает несколько ключевых сценариев использования:

• Генерация с нуля. Как и предыдущие версии, модель умеет создавать изображения по текстовому описанию. Промпты можно писать на русском и ещё более чем на 100 языках. Нейросеть понимает детализированные запросы и может воспроизводить конкретные стили, художников или эпохи.
• Точечное редактирование. Это главное нововведение. Можно загрузить фото и попросить изменить один элемент: например, «сделать прическу как у принцессы», «добавить очки», «поменять цвет машины». Модель старается сохранить всё остальное без изменений. Также доступно удаление объектов с помощью текстового запроса или инструмента «ластик».
• Реставрация старых фотографий. Kandinsky 6.0 может восстанавливать чёткость выцветших, поцарапанных или повреждённых снимков. Это востребованная функция для семейных архивов.
• Нейрофотосессия. На основе одного загруженного фото человека модель генерирует серию новых кадров: меняет фон, одежду, локацию, время суток. Пользователь может «примерить» разные образы без реальной фотосъёмки.
• Стилизация. Обычное фото можно превратить в иллюстрацию в стиле аниме, комикса, мультфильма, цифровой живописи или другого художественного направления. Доступно 17 встроенных стилей.
• Совмещение элементов из разных изображений. Можно взять фон с одной картинки, персонажа с другой и объединить их в одном кадре.
• Image RAG (Retrieval-Augmented Generation). Если модель не знает, как выглядит объект из запроса (например, новый персонаж поп-культуры, появившийся после обучения), она сама находит референс в интернете и использует его при генерации. Это снижает количество «галлюцинаций» на актуальные темы.

Как пользоваться Kandinsky 6.0 Image в ГигаЧате

Для работы с Kandinsky 6.0 Image не требуется отдельная регистрация или установка дополнительного ПО. Модель встроена прямо в «ГигаЧат» — ИИ-помощника Сбера. Вот пошаговая инструкция:

1. Откройте «ГигаЧат» в веб-версии, мобильном приложении или через чат-бота в Telegram/VK.
2. Если нужно сгенерировать новое изображение, просто напишите текстовый запрос (промпт). Например: «Реалистичное фото, милая девушка с длинными розовыми волосами, пирсинг в носу, белая футболка, портрет».
3. Если нужно отредактировать существующее фото, загрузите его в чат и напишите, что именно изменить. Например: «Убери фон, сделай его белым» или «Добавь на стол вазу с цветами».
4. Для реставрации старого снимка загрузите его и попросите: «Восстанови чёткость, убери царапины».
5. Для нейрофотосессии загрузите портрет и укажите желаемый образ: «Сделай фото на пляже, в летнем платье, закат».
6. Для стилизации загрузите фото и добавьте: «Преврати в аниме» или «Сделай в стиле комикса».

Модель обрабатывает запрос в течение 1–2 минут (на сайте) или около 10 секунд (в Telegram-боте). Результат можно скачать в формате JPEG (для большинства стилей) или PNG (для 3D-рендера). Доступны соотношения сторон: 1:1, 16:9, 9:16, 3:2, 2:3. Максимальное разрешение при квадратном формате — 1024×1024 пикселя.

Советы по составлению эффективных промптов

Качество результата в Kandinsky напрямую зависит от того, насколько точно и подробно составлен запрос. Вот несколько практических рекомендаций:

• Выносите самое важное в начало. Сначала укажите, кто или что должно быть на картинке, затем — действие, потом — детали. Например: «Супермен и Бэтмен сидят на скамейке и едят пиццу, на фоне небоскрёбы, общий план, яркие цвета».
• Добавляйте детали. Чем больше контекста вы дадите, тем точнее будет результат. Указывайте фон, время суток, погоду, цветовую гамму, настроение, крупность плана, технические характеристики (например, «снято на плёнку 35 мм»).
• Упрощайте конструкции. Избегайте сложных предложений с деепричастными оборотами. Нейросеть лучше понимает простые, прямые формулировки.
• Используйте прямые отсылки. Если хотите получить изображение в стиле конкретного художника или фильма, укажите это напрямую: «Закат в стиле Малевича», «Кот и собака в стиле „Криминального чтива“».
• Негативные промпты. Если нужно убрать определённые детали, пропишите их в негативном промпте. Например, если на картинке не должно быть ночи, добавьте «Ночь» в негативный запрос. Это работает для изображений, но не для анимации и видео.
• Экспериментируйте с длиной. Даже короткий запрос из одного слова (например, «Лошадь») может дать интересный результат, но для точного попадания лучше использовать развёрнутое описание.
• Подсматривайте чужие промпты. В сообществах и гайдах часто публикуют удачные примеры — это помогает понять логику нейросети и сэкономить время.

Генерация анимации и видео: возможности и ограничения

Kandinsky поддерживает не только статичные изображения, но и анимацию (через модель Kandinsky Animation) и видео (Kandinsky Video). Эти функции доступны на сайте Fusion Brain и в некоторых каналах «ГигаЧата».

Анимация создаётся из нескольких сцен (до четырёх), каждая длительностью 4 секунды. Можно выбрать направление камеры: зум, отдаление, панорама слева направо или снизу вверх. Соотношение сторон: 1:1, 9:16, 16:9. Максимальное качество при квадратном формате — 640×640 пикселей. Время генерации анимации из четырёх сцен — около 10 минут. Сцены можно менять местами. Негативные промпты для анимации не работают. Скачать результат можно только в MP4.

Kandinsky Video — первая российская модель для генерации видео, бета-версия вышла в ноябре 2023 года. Максимальная длительность ролика — 5 секунд. Качество видео пока уступает статичным изображениям. Время генерации — примерно 4 минуты. Соотношение сторон такое же, как у анимации. Негативные промпты не поддерживаются. Отредактировать уже сгенерированное видео нельзя — только переписать запрос и запустить заново.

Важно: при создании анимации и видео Kandinsky может ошибаться в логике движения или дублировать объекты. Рекомендуется делать несколько попыток с разными промптами.

Сравнение с конкурентами: Midjourney, Stable Diffusion и другими

Kandinsky 6.0 Image часто сравнивают с западными нейросетями Midjourney и Stable Diffusion. По степени реалистичности и детализации изображений Kandinsky находится примерно на одном уровне с ними. Однако есть несколько важных отличий:

• Цена. Kandinsky полностью бесплатен и не имеет ограничений по количеству генераций. Midjourney требует платной подписки (от $10 в месяц), а Stable Diffusion можно использовать бесплатно, но с ограничениями или через локальную установку.
• Язык. Kandinsky понимает русский язык и более 100 других языков, что делает его удобным для русскоязычных пользователей. Midjourney и Stable Diffusion лучше работают с английскими промптами.
• Редактирование. Kandinsky 6.0 Image делает акцент на точечном редактировании, что пока слабее реализовано у конкурентов. Midjourney не умеет редактировать готовые фото, а Stable Diffusion требует дополнительных инструментов (inpainting).
• Качество. По отзывам пользователей, Kandinsky 6.0 Image примерно на уровне Flux.1 (модель годичной давности) по качеству сохранения исходного изображения. Однако разрешение итоговых картинок ограничено 1024×1024 пикселя, что подходит для соцсетей, но не для печати. Западные модели уже научились работать с более высокими разрешениями и сложными 3D-сценами.
• Скорость. На сайте Fusion Brain генерация одной картинки занимает около 2 минут, в Telegram-боте — около 10 секунд. Midjourney генерирует за 30–60 секунд, Stable Diffusion — от нескольких секунд до минуты в зависимости от мощности оборудования.

Таким образом, Kandinsky — сильный конкурент в сегменте бесплатных инструментов, особенно для русскоязычных пользователей, но пока отстаёт от лидеров по разрешению и работе со сложными сценами.

Практические примеры: от простых запросов до сложных сцен

Чтобы лучше понять возможности Kandinsky, рассмотрим несколько примеров промптов и результатов:

• Простой запрос: «Лошадь». Нейросеть создаёт изображение на свой вкус — обычно получается реалистичная или стилизованная картинка, но без контроля деталей.
• Детализированный портрет: «Реалистичное фото, плёнка 35 мм, милая молодая девушка блондинка с длинными волосами ночью, большие глаза, пухлые губы, естественный макияж, белая майка, крупные серьги, ночные огни, портрет, максимум деталей». Стиль «Детальное фото» — результат близок к фотореализму.
• Стилизация: «Мопс в короне сидит на троне, картина в стиле Веласкеса, максимум деталей». Без указания стиля — нейросеть имитирует живопись.
• Пейзаж: «Закат в пустыне, максимальный реализм». Стиль «Детальное фото» — получается кинематографичный кадр.
• Два персонажа: «Супермен в костюме Супермена и Бэтмен в костюме Бэтмена сидят на скамейке и едят пиццу, на фоне небоскрёбы, общий план, яркие цвета». Это сложная задача: нейросеть может перепутать героев или создать близнецов. Рекомендуется использовать негативные промпты и уточнять детали.
• Анимация: «Пустыня, 4k» (1 сцена) + «Солнце, 4k» (2 сцена). Kandinsky понимает, что в ролике должна быть одна и та же локация, но может добавить лишние объекты.
• Видео: «Молодой парень в белой футболке, джинсах и бейсболке едет на скейте по городу, на фоне парк аттракционов, снято на плёнку, кинематографичное видео». Результат — 5-секундный ролик с движением, но качество ниже, чем у статичных картинок.

Эти примеры показывают, что Kandinsky хорошо справляется с простыми и средними по сложности запросами, но на сложных сценах (два персонажа, логика движения) может ошибаться.

Ограничения и частые ошибки нейросети

Несмотря на впечатляющие возможности, Kandinsky 6.0 Image не лишён недостатков. Вот основные ограничения, которые стоит учитывать:

• Галлюцинации. Нейросеть может добавлять лишние объекты, дублировать персонажей или игнорировать часть запроса. Например, при генерации двух героев она может создать двух одинаковых персонажей вместо разных.
• Проблемы с текстом. Хотя Сбер заявляет, что текст на картинках генерируется корректнее, чем раньше, надписи всё равно могут быть искажены или бессмысленны.
• Разрешение. Максимальное разрешение — 1024×1024 пикселя (при соотношении 1:1). Для печати или профессионального дизайна этого может быть недостаточно.
• Сложные сцены. Kandinsky хуже справляется с 3D-сценами, перспективой и абстрактными понятиями. Западные модели (Midjourney, Flux) в этом аспекте продвинулись дальше.
• Анимация и видео. Качество видео пока низкое, длительность ограничена 5 секундами, а негативные промпты не поддерживаются. Редактировать готовое видео нельзя.
• Сбои на сайте. На платформе Fusion Brain иногда происходит дублирование предыдущих генераций — приходится перезагружать страницу или перелогиниваться.
• Отсутствие гарантий. Нейросеть не даёт 100% гарантии, что результат будет соответствовать запросу. Для точного попадания часто требуется несколько итераций с корректировкой промпта.

Эти ограничения не делают Kandinsky бесполезным, но их важно учитывать при планировании работы.

Будущее Kandinsky: планы развития и новые функции

Сбер продолжает активно развивать линейку Kandinsky. По заявлениям представителей компании, в ближайшее время пользователи «ГигаЧата» получат новые возможности для работы с видеоконтентом. Ожидается, что Kandinsky Video будет улучшен: повысится качество, увеличится длительность роликов, появится поддержка негативных промптов.

Кроме того, Сбер работает над интеграцией Kandinsky с другими сервисами экосистемы. Уже сейчас нейросеть доступна в «СберБанк Онлайн», виртуальном ассистенте «Салют» и на «Салют ТВ». В будущем возможно появление API для сторонних разработчиков, что позволит встраивать генерацию изображений в бизнес-приложения.

Архитектура Mixture of Experts, использованная в Kandinsky 6.0 Image, открывает путь к дальнейшему масштабированию модели без пропорционального роста вычислительных затрат. Это значит, что следующие версии могут стать ещё быстрее и качественнее.

Также стоит отметить, что Kandinsky — часть более широкой стратегии Сбера по развитию генеративного ИИ. Компания инвестирует в исследования и обучение моделей, стремясь сократить отставание от западных аналогов. Если текущий темп сохранится, Kandinsky может стать одним из лидеров на рынке бесплатных генеративных нейросетей.

Вопросы и ответы