Нейросеть Kandinsky 3.1: полное руководство по генерации изображений и видео

Что такое Kandinsky 3.1 и как он появился

Kandinsky — это нейросеть для генерации изображений, анимации и видео, разработанная Сбером совместно с Институтом AIRI. Первая версия под названием ruDALL-E XL вышла в ноябре 2021 года. После нескольких обновлений в апреле 2023 года появилась версия 2.1, которая приблизилась по качеству к Midjourney и Stable Diffusion. В июле 2023 года вышла версия 2.2 с улучшенным разрешением, а затем версия 3.0 добавила генерацию коротких видео. Текущая версия 3.1, выпущенная в 2024 году, значительно расширила функционал: улучшила качество изображений, добавила новые стили и инструменты редактирования. В отличие от многих зарубежных аналогов, Kandinsky полностью бесплатен и не имеет ограничений на количество генераций.

Основные возможности Kandinsky 3.1

Нейросеть Kandinsky 3.1 поддерживает несколько режимов работы:

• Генерация изображений по текстовому описанию (промпту) — основной режим. Вы можете описать сцену, объекты, стиль, освещение и получить уникальную картинку.
• Генерация на основе изображения — загрузите свою фотографию, и нейросеть создаст её художественную версию или дополнит новыми деталями.
• Добавление объектов на готовое изображение — можно дорисовать новые элементы на уже сгенерированной или загруженной картинке.
• Создание анимации — из нескольких сцен (до 4) длительностью по 4 секунды каждая. Доступны направления камеры: зум, панорама, отдаление.
• Генерация видео — короткие ролики до 5 секунд по текстовому запросу. Качество видео пока уступает изображениям.
• Выбор из 18 стилей — от фотореализма до имитации известных художников (Пикассо, Малевич), аниме, киберпанк, 3D-рендер, детский рисунок и другие.
• Негативные промпты — можно указать, чего не должно быть на картинке (работает только для изображений, не для видео и анимации).
• Инструмент «Ластик» — удаление ненужных объектов с последующей дорисовкой фона.
• Изменение соотношения сторон — доступны форматы 1:1, 16:9, 9:16, 3:2, 2:3. Максимальное разрешение для квадратного изображения — 1024×1024 px.

Все созданные изображения приватны и не публикуются в общий доступ. Однако по условиям пользовательского соглашения их нельзя использовать в коммерческих целях.

Где и как пользоваться Kandinsky 3.1: все способы доступа

Kandinsky 3.1 доступен на нескольких платформах, каждая со своими особенностями:

1. Сайт Fusion Brain — основной портал с полным функционалом. Здесь доступны все режимы: картинки, анимация, видео, а также инструменты редактирования. Интерфейс на русском языке, есть горячие клавиши. Рекомендуется для серьёзной работы.

1. Сайт ruDALL-E — альтернативный портал, где также доступны архивные версии нейросети (3.0, 2.2, 2.1). Может работать нестабильно.

1. Чат-бот в Telegram — быстрый способ генерации изображений. Поддерживает актуальную версию и архивные. Функционал немного урезан по сравнению с сайтом, но удобен для быстрых запросов.

1. Чат-бот в VK — простой интерфейс, подходит для создания картинок для постов. Качество и возможности ниже, чем на сайте.

1. Приложение «СберБанк Онлайн» — встроенная функция генерации изображений.

1. Виртуальный ассистент «Салют» — на устройствах с этим ассистентом можно активировать генерацию командой «Включи художника».

1. Интеграция API — для разработчиков и владельцев сайтов доступна возможность подключить Kandinsky к своему проекту через Fusion Brain.

Для работы через GigaChat (веб-версия или приложение) также доступна генерация изображений, но без встроенного редактора — все правки вносятся через текстовые запросы.

Как правильно составлять промпты для Kandinsky 3.1

Качество результата напрямую зависит от того, как вы сформулируете запрос. Вот основные правила:

• Начинайте с главного. Первым словом укажите основной объект: «Кот», «Девушка», «Городской пейзаж». Затем — действие, затем детали.
• Будьте конкретны. Вместо «красивый закат» напишите «Закат над морем, оранжевое небо, силуэты пальм, отражение в воде».
• Избегайте метафор и сложных оборотов. Нейросеть понимает прямые описания, а не переносные смыслы.
• Используйте референсы. Упоминание известных художников, фильмов или стилей помогает задать направление: «в стиле Ван Гога», «как в фильме „Бегущий по лезвию“».
• Указывайте технические детали. Тип освещения, ракурс, качество: «мягкий рассеянный свет», «крупный план», «4K».
• Не перегружайте запрос. Оптимально — 5–10 ключевых блоков через запятую. Если нужно больше деталей, лучше сделать несколько итераций.
• Избегайте отрицаний. Вместо «без людей» пишите «пустое пространство». Негативные промпты работают только для изображений, но не для видео.
• Экспериментируйте с порядком. Если результат не устраивает, меняйте один элемент за раз, чтобы понять, что влияет на генерацию.

Пример хорошего промпта: «Реалистичное фото, молодая девушка с длинными розовыми волосами улыбается, пирсинг в носу, белая футболка, крупные серьги, фон размыт, портрет, максимум деталей».

Пошаговая инструкция: создание изображения в Kandinsky 3.1

Рассмотрим процесс на примере сайта Fusion Brain:

1. Выберите режим «Картинки».
2. Укажите соотношение сторон. Например, 16:9 для широкоформатного изображения или 1:1 для квадратного.
3. Составьте промпт. Введите описание в текстовое поле. Чем детальнее, тем точнее результат.
4. При необходимости добавьте негативный промпт. Например, «ночь», если хотите избежать тёмного фона.
5. Выберите стиль. Можно оставить поле пустым для автоматического выбора или указать один из 18 доступных.
6. Нажмите кнопку генерации. Время ожидания — около 2 минут.
7. Оцените результат. Если картинка не соответствует ожиданиям, измените промпт или стиль и повторите.
8. Используйте инструменты редактирования. Ластик позволяет удалить ненужные объекты, а затем дорисовать фон. Также можно расширить изображение, добавив новые области с генерацией.

Если вы работаете через чат-бота, процесс проще: отправьте текстовый запрос, и бот вернёт готовое изображение. В Telegram доступны три соотношения сторон: 1:1, 16:9, 9:16.

Как создавать анимацию и видео в Kandinsky 3.1

Анимация и видео — более сложные режимы, но принцип работы схож с генерацией изображений.

Анимация:

• Выберите режим «Анимация» на сайте Fusion Brain.
• Укажите количество сцен (до 4), каждая длительностью 4 секунды.
• Для каждой сцены напишите отдельный промпт. Желательно, чтобы сцены были логически связаны.
• Выберите направление камеры: зум, отдаление, панорама слева направо или снизу вверх.
• Укажите соотношение сторон: 1:1 (640×640), 9:16 или 16:9.
• Время генерации — около 10 минут для четырёх сцен.
• Результат сохраняется в формате MP4.

Видео:

• Выберите режим «Видео».
• Напишите один промпт для всего ролика (до 5 секунд).
• Соотношение сторон такое же, как у анимации.
• Качество видео ниже, чем у изображений, а время генерации — около 4 минут.
• Негативные промпты не поддерживаются.

Важно: для доступа к генерации видео через Telegram-бота требуется подать заявку и дождаться одобрения.

Преимущества и недостатки Kandinsky 3.1

Преимущества:

• Полностью бесплатный сервис без ограничений на количество генераций.
• Высокое качество изображений, сопоставимое с Midjourney и Stable Diffusion.
• Понимание русского языка и возможность писать промпты на родном языке.
• Широкий выбор стилей (18 вариантов).
• Приватность: ваши изображения не публикуются в общем доступе.
• Доступность на множестве платформ: сайт, мессенджеры, приложения.
• Простой и интуитивный интерфейс.
• Возможность интеграции через API.

Недостатки:

• Низкое качество видео и анимации по сравнению с изображениями.
• Невозможность коммерческого использования созданных работ.
• Иногда непредсказуемые результаты: нейросеть может «галлюцинировать» — добавлять лишние детали или искажать объекты.
• Плохая работа с текстом на картинках: слова могут быть искажены.
• Отсутствие встроенного редактора в некоторых версиях (например, в GigaChat).
• Необходимость многократных итераций для получения точного результата.

Практические примеры использования Kandinsky 3.1 для бизнеса

Kandinsky 3.1 может быть полезен в различных бизнес-задачах:

• Рекламные баннеры. Быстрая генерация креативов для таргетированной рекламы. Можно создать несколько вариантов и протестировать их эффективность.
• Визуалы для соцсетей. Создание картинок для постов и сторис без необходимости проводить фотосессии.
• Иллюстрации для статей и блогов. Уникальные изображения, которые не похожи на стоковые фото.
• Картинки для email-рассылок. Привлекающие внимание изображения с местом для текста.
• Паттерны для дизайна. Создание принтов для одежды, упаковки, обоев. Правда, бесшовность паттерна может потребовать доработки.
• Концепт-дизайн товаров. Визуализация идей для постельного белья, одежды, декора перед запуском производства.

Пример: для фитнес-клуба можно сгенерировать баннер с девушкой в спортивной одежде на фоне тренажёрного зала. Для магазина цветов — картинку с букетом невесты. Для аптеки — изображение с витаминами и местом для текста акции.

Важно помнить: коммерческое использование запрещено, поэтому для официальных рекламных кампаний лучше уточнить условия лицензии.

Ограничения и частые ошибки при работе с Kandinsky 3.1

Даже при правильном составлении промптов могут возникать проблемы:

• Дублирование объектов. Нейросеть может нарисовать несколько одинаковых персонажей вместо одного.
• Искажение пропорций. Например, руки или ноги могут быть неестественно длинными.
• Проблемы с текстом. Если в промпте указан текст на картинке, нейросеть, скорее всего, исказит его.
• Галлюцинации. ИИ может добавить лишние детали, не указанные в запросе.
• Зависание сайта. Иногда Fusion Brain начинает дублировать предыдущие генерации, требуется перезагрузка страницы.
• Ограничения видео. Максимальная длина — 5 секунд, качество низкое, негативные промпты не работают.

Чтобы минимизировать ошибки:

• Упрощайте запросы, разбивайте сложные сцены на несколько итераций.
• Используйте негативные промпты для удаления нежелательных элементов.
• Если результат не устраивает, меняйте только одну деталь промпта за раз.
• Для сложных сцен с несколькими героями указывайте их отличительные признаки в самом начале запроса.

Вопросы и ответы