17:50 / 17 ноября 2026
«Сбер» открыл доступ к Kandinsky Avatar 1.0 - IT Speaker, новости информационных технологий
«Сбер» выложил в открытый доступ Kandinsky Avatar 1.0 – семейство российских моделей, которое генерирует говорящих видеоаватаров по изображению и записи голоса. Разработчики могут использовать модели в собственных сервисах. Kandinsky Avatar 1.0 делает ролики длиной до минуты с частотой 24 кадра в секунду и способна оживлять как людей, так и персонажей. Об этом IT Speaker рассказали в «Сбере».
Чтобы создать видеоаватар, модели достаточно изображения, аудиозаписи и короткого текстового описания сцены. Kandinsky Avatar синхронизирует движения губ с речью, а затем сама добавляет мимику, повороты головы и жесты. Эмоцию персонажа можно задать текстом. Модель может создать видео на любом языке.
Интересно, что Kandinsky Avatar не синтезирует и не клонирует голос. Модель работает только с изображением и аудиозаписью, которые предоставляет пользователь.
«Видеоаватары позволяют создавать учебные и рекламные ролики, видеоинструкции и персональные обращения к клиентам. Мы открываем модель, чтобы у российских разработчиков была собственная технологическая основа для таких решений. Ее можно будет встраивать в свои продукты и дообучать под конкретные задачи, не создавая технологию с нуля. Обратная связь от сообщества поможет нам понять, как модель работает в разных сценариях и что необходимо улучшить. Этот опыт мы используем в следующих версиях Kandinsky и при внедрении видеоаватаров в сервисы "Сбера"», – прокомментировал Денис Димитров, управляющий директор по исследованию данных «Сбербанка».
На базе Kandinsky Avatar можно создать:
сервисы для блогеров и авторов контента;
образовательные платформы с видеоуроками и курсами, которые ведет виртуальный преподаватель;
виртуальных консультантов для бизнеса;
инструменты локализации: перевод видео на другие языки с точной артикуляцией;
игры и анимацию с говорящими персонажами;
приложения для персональных видеооткрыток и личных аватаров.
Kandinsky Avatar разработана на базе модели генерации видео Kandinsky 5.0 Video и доступна разработчикам в двух версиях. Флагманская Pro создает видео в HD-разрешении и показывает лучшее качество среди протестированных открытых моделей. Компактную Lite можно запустить на домашней видеокарте, она генерирует видео в SD и по качеству сопоставима с открытыми моделями, превосходящими ее по размеру в 7-10 раз. Модели обучены более чем на 1 млн фрагментов видео: интервью, выступлений и подкастов на 95 языках.
Ранее «Сбер» представил новую ИИ-модель GreenWAM, которая умеет формировать команды для робота и предсказывать изменения после его движений. Разработка объединяет две способности: моделирование происходящего и управление действиями. Ее проверили в виртуальных средах и на человекоподобном роботе Грине.
Поделиться новостью
17:50 / 17 ноября 2026
17:10 / 17 ноября 2026
16:30 / 17 ноября 2026
15:50 / 17 ноября 2026
«Сбер» представил портативную умную колонку
16:30 / 17 ноября 2026
Cloud.ru займется национальной сертификацией ИТ-специалистов в облаках
15:50 / 17 ноября 2026
Соцсети и мессенджеры
Цифровизация
15:10 / 17 ноября 2026
VK Tech запустил подключение ИИ-агентов в проектах VK WorkSpace
13:50 / 17 ноября 2026