Кандинский: обзор генератора изображений от Сбера

Кандинский - нейросеть от Сбера, которая превращает текстовый запрос в готовую картинку. Название ей досталось в честь художника Василия Кандинского, одного из первых мастеров абстрактной живописи, и это не случайное совпадение: сеть неплохо рисует абстракции и стилизованные сюжеты, а не только фотореалистичные сцены.

Разработку ведёт лаборатория Sber AI, и над нейросетью Кандинский несколько лет подряд работает целая команда исследователей Сбера. С каждым обновлением сеть стала точнее держать композицию и лучше понимать запросы на русском языке - в отличие от многих зарубежных генераторов, тут не приходится переводить промпт на английский, чтобы получить приличный результат.

Что это и кому нужно

По сути это генератор картинок по описанию: вы пишете, что хотите увидеть, а нейросеть за несколько секунд выдаёт несколько вариантов изображения. Базовый способ попробовать сервис - сайт fusionbrain.ai, где Кандинский доступен как веб-приложение без установки чего-либо на компьютер. На той же технологии основано ещё одно приложение Сбера - Шедеврум, рассчитанное на более простой мобильный сценарий, тогда как fusionbrain.ai даёт больше настроек.

Пригодится тем, кому нужна иллюстрация здесь и сейчас: блогерам и владельцам пабликов, которым надоели одни и те же стоковые фото, маркетологам для быстрых черновиков баннеров, дизайнерам для набросков перед детальной прорисовкой, авторам презентаций и просто тем, кто хочет необычную аватарку. Для коммерческих проектов с жёсткими требованиями к лицензии стоит отдельно уточнять условия использования сгенерированных изображений - у Сбера есть пользовательское соглашение, и его стоит прочитать, если картинка пойдёт дальше личных соцсетей.

Что умеет

В основе - диффузионная модель: нейросеть учится проявлять изображение из шума, ориентируясь на текстовое описание, и с каждым шагом картинка становится чётче. Если интересно, как вообще запрос из слов становится картинкой, устройство процесса разобрано в статье про то, как текстовый запрос превращается в изображение - механика там общая для большинства подобных сервисов, включая Кандинский.

Из практических функций доступны генерация по текстовому описанию в разных художественных стилях, от фотореализма до масляной живописи и графики, вариации на основе загруженной картинки, когда сеть меняет стиль, но сохраняет композицию, и частичное редактирование, когда можно выделить область на изображении и попросить перерисовать только её, не трогая остальное. У Сбера также заявлена генерация коротких видеороликов на той же технологии, но эта функция развивается отдельно от основного редактора картинок и на момент публикации доступна не везде одинаково, так что рассчитывать на неё как на главную причину выбора Кандинского не стоит.

Работает Кандинский только с изображениями - стихи, тексты или музыку он не пишет. Если нужна нейросеть для текстовых жанров, например для рифмованных строк, это уже отдельная задача и отдельный инструмент: подборка вариантов есть в материале про нейросети для стихов и рифмы.

Тарифы и доступ из России

Кандинский - российский сервис, поэтому доступ из России не вызывает тех сложностей, с которыми сталкиваются пользователи зарубежных генераторов: на момент публикации сайт и приложение работают без VPN, и это, пожалуй, главное практическое преимущество перед иностранными аналогами.

С деньгами устроено привычно: есть бесплатный тариф, но генераций в сутки дают немного, и в часы пиковой нагрузки бесплатные запросы могут вставать в очередь на несколько минут. Платная подписка снимает часть ограничений: увеличивает дневной лимит, ускоряет очередь и обычно даёт доступ к более высокому разрешению картинок. Точные лимиты и стоимость подписки Сбер время от времени пересматривает, поэтому перед оплатой разумно свериться с актуальными условиями прямо на сайте, а не ориентироваться на цифры из старых обзоров.

Если бесплатного лимита Кандинского не хватает и хочется присмотреть альтернативы без оплаты, есть отдельный разбор того, что реально работает без оплаты и VPN среди нейросетей разных типов, не только для картинок.

Ограничения и минусы

Главная слабость - текст на изображениях. Попросите нарисовать вывеску магазина с конкретной надписью, и почти наверняка получите набор кривых символов, отдалённо похожих на буквы: с этим до сих пор не справляется ни один массовый генератор, и Кандинский не исключение.

Со сложной анатомией тоже бывают проблемы: лишний палец, неестественно вывернутая рука или нога, странная перспектива на групповых сценах. Обычно это лечится перегенерацией: нажали ещё раз, получили другой вариант, но если нужна точная поза с первого раза, готовьтесь к нескольким попыткам.

Тонкая настройка композиции слабее, чем у некоторых конкурентов: сложно однозначно управлять расположением объектов через один только текстовый промпт, приходится либо перебирать формулировки, либо дорабатывать результат через частичное редактирование. Модерация запросов местами консервативна и может отклонить безобидный на первый взгляд промпт без внятного объяснения причины - это раздражает, но так устроено большинство подобных сервисов, а не только Кандинский. Отдельная путаница для новых пользователей - два продукта на одной технологии, сайт fusionbrain.ai и приложение Шедеврум, с разным интерфейсом и разным набором функций: непонятно, зачем развивать их параллельно вместо одного места.

Чем заменить

Если нужна максимальная художественная выразительность и не критично разбираться в англоязычном интерфейсе, присмотритесь к Midjourney: он часто даёт более постановочные и детализированные кадры, но работает платно, и доступ из России обычно требует VPN.

Для тех, кто уже пользуется ChatGPT, встроенный в него генератор изображений удобен тем, что картинку можно уточнять прямо в диалоге, без переключения между сервисами, хотя тоже с оговоркой на доступ и оплату из России.

Более технический путь - развернуть Stable Diffusion локально или в облаке: это бесплатно по лицензии и даёт максимум контроля над процессом, но требует мощной видеокарты и готовности разбираться в настройках, а не просто написать промпт и получить результат за десять секунд.

Для бизнес-задач, где важна юридическая чистота лицензии на итоговое изображение, стоит присмотреться к Adobe Firefly: он обучен на данных с понятными правами использования, что снимает часть вопросов при коммерческом применении картинок.

Если задача - быстро и без VPN получить приличную иллюстрацию на русском запросе, Кандинский по-прежнему один из самых практичных вариантов, а другие обзоры сервисов этой категории собраны в разделе про нейросети. Для обложки поста или картинки в презентацию бесплатного лимита обычно хватает, платить имеет смысл только тем, кто генерирует изображения регулярно и упирается в дневной лимит.