«Сбер» открыл доступ к Kandinsky Avatar 1.0 - IT Speaker, новости информационных технологий

«Сбер» открыл доступ к Kandinsky Avatar 1.0

Редакция

13:10 / 03 ноября 2026

«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». 

Фотография freepik

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