Мы создаём открытые нейросети для генерации изображений и видео, публикуем исследования, код и модели для AI‑сообщества
Линейка моделей генерации и редактирования изображений — создаёт HD‑изображения по текстовым запросам на английском и русском языках с точными деталями и корректным рендерингом текста на 6‑миллиардной Mixture‑of‑Experts архитектуре
Lite — генерация видео из текста и изображения длительностью до 10 секунд в SD‑качестве с высокой консистентностью. Pro — HD‑видео с богатой динамикой движения и точным управлением камерой, пониманием запросов на английском и русском, Diffusion Transformer масштабирован до 19 млрд параметров
Семейство открытых вариационных автоэнкодеров для генерации аудио, изображений и видео — сжимает исходные сигналы в компактные непрерывные латенты для последующих диффузионных моделей
Три специализированные image‑to‑video модели для автономного транспорта, робототехники и сцен со сложной физикой — генерируют физически правдоподобное продолжение сцены
Три модели видеогенерации, дообученные на основе Kandinsky 5.0 Video Lite (2 млрд параметров) для автономного транспорта, робототехники и сложной физики, с пост‑трейнингом RL и SOAR. Занимают топ‑4 PAI‑Bench‑G, топ‑5 на Physics‑IQ Verified и топ‑6 RBench. Открытый код под лицензией MIT.
Читать →Новый флагман на смену Kandinsky 5.0 работает до двух раз быстрее, лучше понимает сложные запросы и создаёт более детализированные изображения. Построен на новой архитектуре Mixture‑of‑Experts и приносит бесплатное профессиональное редактирование — удаление объектов, рестайлинг, ретушь — без ограничений на генерацию.
Читать →Аудиотокенайзер на 48 кГц, построенный на модифицированной архитектуре DAC с непрерывным латентным представлением. При 166.9M параметров и 64 латентных каналах превосходит более крупные конкурирующие модели по качеству text‑to‑audio на бенчмарках AudioSet, музыки и речи. Код и веса под лицензией MIT.
Читать →Наша исследовательская команда выступила на Международной конференции по машинному обучению в COEX, Сеул — представила постеры и доклады о последних разработках лаборатории в генеративном моделировании.
Читать →Наша статья принята на DeLTa Workshop on Deep Generative Models — подход Bridge Matching для временно-коррелированных данных, таких как видео, превосходящий базовые методы в интерполяции кадров, image‑to‑video и суперразрешении видео.
Читать →Две новые модели со сжатием 4×8×8 и 4×16×16, превосходящие Wan 2.2 и HunyuanVideo 1.5 по объективным метрикам. Код и веса открыты на GitHub.
Читать →Три модели видеогенерации, дообученные на основе Kandinsky 5.0 Video Lite (2 млрд параметров) для автономного транспорта, робототехники и сложной физики, с пост‑трейнингом RL и SOAR. Занимают топ‑4 PAI‑Bench‑G, топ‑5 на Physics‑IQ Verified и топ‑6 RBench. Открытый код под лицензией MIT.
Читать →Новый флагман на смену Kandinsky 5.0 работает до двух раз быстрее, лучше понимает сложные запросы и создаёт более детализированные изображения. Построен на новой архитектуре Mixture‑of‑Experts и приносит бесплатное профессиональное редактирование — удаление объектов, рестайлинг, ретушь — без ограничений на генерацию.
Читать →Аудиотокенайзер на 48 кГц, построенный на модифицированной архитектуре DAC с непрерывным латентным представлением. При 166.9M параметров и 64 латентных каналах превосходит более крупные конкурирующие модели по качеству text‑to‑audio на бенчмарках AudioSet, музыки и речи. Код и веса под лицензией MIT.
Читать →Наша исследовательская команда выступила на Международной конференции по машинному обучению в COEX, Сеул — представила постеры и доклады о последних разработках лаборатории в генеративном моделировании.
Читать →Наша статья принята на DeLTa Workshop on Deep Generative Models — подход Bridge Matching для временно-коррелированных данных, таких как видео, превосходящий базовые методы в интерполяции кадров, image‑to‑video и суперразрешении видео.
Читать →Две новые модели со сжатием 4×8×8 и 4×16×16, превосходящие Wan 2.2 и HunyuanVideo 1.5 по объективным метрикам. Код и веса открыты на GitHub.
Читать →Три модели видеогенерации, дообученные на основе Kandinsky 5.0 Video Lite (2 млрд параметров) для автономного транспорта, робототехники и сложной физики, с пост‑трейнингом RL и SOAR. Занимают топ‑4 PAI‑Bench‑G, топ‑5 на Physics‑IQ Verified и топ‑6 RBench. Открытый код под лицензией MIT.
Читать →Новый флагман на смену Kandinsky 5.0 работает до двух раз быстрее, лучше понимает сложные запросы и создаёт более детализированные изображения. Построен на новой архитектуре Mixture‑of‑Experts и приносит бесплатное профессиональное редактирование — удаление объектов, рестайлинг, ретушь — без ограничений на генерацию.
Читать →Аудиотокенайзер на 48 кГц, построенный на модифицированной архитектуре DAC с непрерывным латентным представлением. При 166.9M параметров и 64 латентных каналах превосходит более крупные конкурирующие модели по качеству text‑to‑audio на бенчмарках AudioSet, музыки и речи. Код и веса под лицензией MIT.
Читать →Наша исследовательская команда выступила на Международной конференции по машинному обучению в COEX, Сеул — представила постеры и доклады о последних разработках лаборатории в генеративном моделировании.
Читать →Наша статья принята на DeLTa Workshop on Deep Generative Models — подход Bridge Matching для временно-коррелированных данных, таких как видео, превосходящий базовые методы в интерполяции кадров, image‑to‑video и суперразрешении видео.
Читать →Две новые модели со сжатием 4×8×8 и 4×16×16, превосходящие Wan 2.2 и HunyuanVideo 1.5 по объективным метрикам. Код и веса открыты на GitHub.
Читать →Наша миссия — двигать индустрию вперёд, создавая модели и подходы, которые открывают новые форматы творчества, ускоряют научные открытия и раскрывают потенциал генеративного ИИ
