Сбер представил Kandinsky 6.0 Video с генерацией звука
Р@remediaгеймдев
3 недСбер выпустил Kandinsky 6.0 Video — модель для генерации видео со звуком и синхронизацией губ, доступную с открытым кодом на Hugging Face и GitHub.
Появление мощной открытой модели для создания видео со звуком снижает порог входа в профессиональный видеопродакшн.
- Модель позволяет генерировать видео с синхронной озвучкой и липсинком без необходимости в сторонних инструментах.
- Открытая лицензия MIT позволяет разработчикам и компаниям использовать технологию в собственных продуктах бесплатно.
- Интеграция с Diffusers и ComfyUI упрощает внедрение модели в существующие рабочие процессы.
Kandinsky 6.0 Video — новая линейка моделей генерации видео со звуком🤙
Сбер представил новую версию Kandinsky и сразу открыл код и веса под MIT. Модель умеет генерировать не только видео, но и синхронный звук: диалоги, музыку и звуки окружения, а движения губ подстраиваются под речь.
Предыдущая версия Kandinsky больше полугода держала первое место среди открытых text-to-video моделей на arena.ai, сравнявшись по качеству с Veo 3. Новая Pro-версия уже на уровне Veo 3.1 Audio. Среди открытых моделей её опережает только MiniMax H3, а с LTX 2.5 она идёт вровень.
Веса моделей доступны на Hugging Face, код — на GitHub. Опубликован подробный технический отчёт.
Модель можно использовать через Diffusers, ComfyUI и другие инструменты, а бесплатно попробовать — в ГигаЧате.
Кратко (AI)
Сбер выпустил новую модель Kandinsky 6.0 Video, способную генерировать видео с синхронным звуком, включая речь и музыку. Модель распространяется с открытым кодом и весами под лицензией MIT и доступна для интеграции в популярные инструменты генеративного ИИ.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖