Всем привет!

Несколько месяцев назад коллеги из AIRI номинировали меня на участие в ежегодном рейтинге Forbes «30 до 30» ❤️. И буквально вчера пришла новость, что я попал в лонг-лист этого рейтинга в рубрике «Наука и технологии» ! 🔥 🥳

Из списка номинантов жюри, экспертный совет и редакция в конце концов выберут топ-30 человек. Финальное решение в том числе будет приниматься на основе количества голосов, отданных за номинанта. Поэтому буду благодарен за каждый голос за мою кандидатуру 🗳️ (конечно же, если вы посчитаете, что этот голос уместен 🤗)

Вот ссылочка на сайт Forbes, где можно проголосовать за меня до 30 апреля включительно. Всем большое спасибо! 😉😊

Начинаю новую неделю с крутых новостей!

Благодаря вашим голосам я победил в рейтинге Forbes «30 до 30»! Всем большое спасибо! 🎉🥳 Также поздравляю и остальных участников «тридцатки», то есть победилей этого рейтинга - абсолютно все ребята заслуженно вошли в финальный шорт-лист 👍

Мы же с командой будем и дальше развивать искусственный интеллект в России, прокачивать наши модели Kandinsky, Kandinsky Video, GigaChat, OmniFusion и создавать новые архитектуры, делиться наработками в научных и научно-популярных статьях и выкладывать в открытый доступ код! 💪

Кстати говоря, в самое ближайшее время ждите интересные новости про модель Kandinsky! 😉

@dendi_math_ai

🥳 Сегодня выпустили обновление нашей модели генерации полноценных видео по тексту Kandinsky Video 1.1 🥳

Kandinsky Video 1.1 представляет собой ансамбль моделей, состоящий из трёх ключевых блоков, последовательно реализующих процесс генерации видео. Первый блок фактически является моделью синтеза изображений по текстовым описаниям Kandinsky 3.0 и отвечает за создание первого кадра видео. Второй — отвечает за генерацию ключевых кадров на основе первого кадра и введенного пользователем текста. Из этих кадров и складывается структура сюжета видео. Третий блок реализует генерацию интерполяционных кадров и позволяет достичь плавности движений в финальном видео. В основе второго и третьего блоков также лежит архитектура Kandinsky 3.0. Такой подход значительно повышает общее качество видео, особенно его визуальную составляющую (и на EvalCrafter модель выбивает неплохие скоры 🔥).

В силу особенности архитектуры новая версия модели позволяет генерировать видео не только по тексту, но и по начальному изображению, то есть «оживлять» статичную картинку. Теперь также можно контролировать динамику генерируемого видео с помощью специального параметра motion score.

Поработали в том числе над датасетом для обучения - сейчас это почти 5 млн пар «текст-видео» после фильтров из разных источников (подробнее расписано в статье на Хабр).

И, самое главное, теперь каждый может сгенерировать видео на свой вкус на fusionbrain.ai или в Telegram-боте Kandinsky. Генерация видео длиной 5,5 секунд в разрешении 512x512 и FPS=32 занимает около 1,5 минут.

Полезные ссылки:
👉 Хабр
👉 Project Page
👉 GitHub
👉 Hugging Face
👉 Telegram-бот
👉 fusionbrain.ai

@dendi_math_ai