Нейросеть Кандинского 2.2: возможности, инструкция и советы по генерации изображений

Что такое Kandinsky 2.2 и чем он отличается от предыдущих версий

Kandinsky 2.2 — это российская нейросеть для генерации изображений, разработанная Sber AI. Она является развитием версий 2.0 и 2.1 и представляет собой бесплатный аналог зарубежных генераторов, таких как Midjourney. Главное нововведение версии 2.2 — значительное повышение реалистичности изображений (фотореализм) и возможность выбора соотношения сторон. Если в предыдущих версиях можно было создавать только квадратные картинки, то теперь доступны форматы 16:9, 9:16, 3:2 и 2:3. Разрешение сгенерированных изображений достигает 1024 пикселей, что обеспечивает высокую детализацию. Кроме того, в версии 2.2 появилась поддержка генерации стикеров (при добавлении слова "sticker" в запрос) и функционал ControlNet, позволяющий вносить локальные изменения в изображение без полной перегенерации.

Как работает нейросеть Kandinsky 2.2

В основе Kandinsky 2.2 лежит диффузионная модель. Процесс генерации состоит из двух этапов: сначала нейросеть добавляет шум на изображения, на которых она обучалась, а затем восстанавливает их с помощью обратной диффузии, создавая новое уникальное изображение. Особенность сервиса — поддержка запросов на более чем 100 языках, включая русский. Это делает его особенно удобным для русскоязычных пользователей, которым не нужно переводить запросы на английский. Схема работы проста: пользователь вводит текстовый запрос (промт), нейросеть обрабатывает его и возвращает готовое изображение. Также доступна генерация на основе загруженного изображения.

Основные функции и возможности Kandinsky 2.2

Нейросеть предлагает несколько режимов работы:

• Генерация по текстовому запросу: стандартный режим, где изображение создаётся на основе промта.
• Смешивание изображений: можно загрузить две картинки, и нейросеть создаст их микс.
• Вариации изображения: на основе загруженного фото или картинки можно получить новое изображение в заданной стилистике.
• Дорисовка: позволяет дополнить изображение деталями за пределами исходного кадра или изменить объекты на уже сгенерированной картинке.
• Перенос стиля: функция переносит позу персонажа или очертания исходного изображения на новую сгенерированную картинку.
• Генерация видео: начиная с октября 2023 года, Kandinsky позволяет создавать короткие анимационные ролики (до 4 секунд) по текстовому запросу или на основе загруженного изображения.

Как пользоваться Kandinsky 2.2: пошаговая инструкция

Для начала работы с нейросетью можно использовать несколько платформ:

• Сайт Fusion Brain (fusionbrain.ai): предоставляет наиболее полный набор функций. Требуется регистрация. На сайте доступно несколько моделей, включая Kandinsky 2.2, 3.0, 3.1, 4.1, а также Flux и ControlNet. Можно выбрать соотношение сторон, стиль и написать негативный промт.
• Телеграм-бот GigaChat: официальный бот от Сбера. Бесплатный, поддерживает основные режимы генерации и редактирования. Для начала нужно запустить бота и выбрать пункт «Создать картинку».
• Бот во ВКонтакте: работает аналогично телеграм-боту.
• Голосовой помощник «Салют»: по команде «Включи художника» открывается нейросеть.

Инструкция для генерации по текстовому запросу:

1. Перейдите на сайт Fusion Brain или откройте бота.
2. Введите текстовый запрос в поле «Промпт». Рекомендуется использовать формулу Сбера: объект, фон, детали фона, стиль.
3. При необходимости укажите негативный промт — то, чего не должно быть на изображении.
4. Выберите соотношение сторон (1:1, 16:9, 9:16 и т.д.) и стиль (например, «Фотореализм», «Киберпанк», «Аниме»).
5. Нажмите «Создать» и дождитесь результата.

Стили и настройки: как получить желаемый результат

Kandinsky 2.2 предлагает около 20 встроенных стилей, включая:

• Аниме
• Киберпанк
• Фотореализм (детальное фото)
• Картина маслом
• Рисунок карандашом
• 3D-рендер
• Хохлома
• Гжель
• Советский мультфильм
• Студийное фото

Стили можно комбинировать с текстовым запросом. Например, если написать «девушка в стиле киберпанк, детальное фото», нейросеть постарается учесть оба указания. Также можно использовать собственный стиль, описав его в промте. Для этого в меню стилей нужно выбрать «Свой стиль». Важно помнить, что стилизация может потребовать нескольких попыток, особенно если запрос сложный. Кроме того, в версии 2.2 доступна функция ControlNet, которая позволяет сохранять контуры или позу объекта при смене сцены.

Практические примеры промтов и результатов

Для получения качественного изображения важно правильно составить промт. Вот несколько примеров:

Пример 1: Фотореалистичный портрет Промт: «Молодая девушка с рыжими волосами и зелеными глазами, фон: загадочная комната с колдовскими атрибутами, детали: череп коровы, пучок сушеных трав, банки с зельями, стиль: средневековый стиль, детальное фото». Результат: изображение получилось ярким, но с типичными проблемами — неправильное количество пальцев, странные предметы.

Пример 2: Генерация аватарки по фото В режиме «Вариации изображения» можно загрузить своё фото и получить стилизованный портрет. Результат может не полностью повторять исходник, но будет выглядеть художественно.

Пример 3: Генерация стикера Добавьте в запрос слово «sticker» — нейросеть удалит фон и создаст изображение, подходящее для наклейки.

Пример 4: Дорисовка Сгенерируйте изображение с соотношением 16:9, затем измените рамку на 1:1 и нажмите «Создать» — нейросеть дорисует недостающие части. Результат может быть неидеальным, но даёт интересные варианты.

Преимущества и недостатки Kandinsky 2.2

Преимущества:

• Полностью бесплатный доступ, отсутствие платных тарифов.
• Не требуется VPN.
• Поддержка русского языка и ещё 100+ языков.
• Простой и понятный интерфейс.
• Нет публичной ленты генераций — ваши изображения видны только вам.
• Множество стилей и возможность выбора соотношения сторон.
• Функция ControlNet для локального редактирования.

Недостатки:

• Часто генерирует персонажей с одинаковыми лицами и похожими фонами.
• Плохо дорисовывает детали при изменении пропорций — могут появляться странные элементы.
• На горизонтальных изображениях часто обрезает макушки объектов (людей, животных).
• Серьёзные проблемы с генерацией рук и пальцев — они могут быть длинными, уродливыми или в неправильном количестве.
• Плохо генерирует котов — они получаются неестественными, с искажёнными чертами.
• Непонимание контекста: возможны ляпы вроде курицы с головой коровы.
• Отсутствие ленты генераций не позволяет подсмотреть чужие промты.

Генерация видео в Kandinsky 2.2 и более новых версиях

С октября 2023 года нейросеть Kandinsky умеет создавать короткие видео. Функция доступна в телеграм-боте GigaChat и на сайте Fusion Brain (по платным тарифам). Видео генерируются длительностью до 4 секунд (в версии 3.0 — до 8 секунд) с разрешением 512x512 пикселей. Для генерации нужно:

1. Выбрать пункт «Оживить картинку».
2. Загрузить изображение или написать текстовый запрос.
3. Выбрать направление движения камеры (вправо, влево, вверх, вниз, отдаление, приближение).
4. Выбрать формат (горизонтальный, вертикальный или квадратный).

Результат приходит в формате GIF. Качество видео пока уступает зарубежным аналогам: возможны искажения лиц, лишние конечности, неестественные движения. Однако для создания простых анимаций или контента для соцсетей функция вполне пригодна.

Сравнение Kandinsky 2.2 с другими версиями и аналогами

По сравнению с версией 2.0, Kandinsky 2.2 сделал большой шаг вперёд: улучшилось качество изображений, появилась поддержка разных соотношений сторон и стилей. Версия 2.1 уже демонстрировала хорошее понимание запросов, но 2.2 добавила фотореализм и ControlNet. Версия 3.0, вышедшая в ноябре 2023 года, ещё больше повысила реалистичность и добавила поддержку русской культуры (например, генерация Бабы-Яги), но всё ещё уступает Midjourney в композиции и детализации.

Среди российских аналогов — «Шедеврум» от Яндекса, который имеет социальные функции, но уступает Kandinsky в качестве. Зарубежные аналоги, такие как Midjourney и Leonardo AI, предлагают более высокое качество, но требуют VPN и часто платной подписки. Kandinsky 2.2 остаётся лучшим бесплатным вариантом для русскоязычных пользователей.

Ограничения и частые ошибки при работе с нейросетью

Несмотря на все преимущества, Kandinsky 2.2 имеет ряд ограничений, которые важно учитывать:

• Проблемы с анатомией: нейросеть часто неправильно рисует руки, пальцы, глаза. Это особенно заметно на портретах.
• Однотипность лиц: при генерации нескольких изображений одного персонажа лица могут быть очень похожими.
• Негативный промт не всегда помогает: даже если указать, чего не должно быть, нейросеть может проигнорировать это.
• Дорисовка работает нестабильно: иногда процесс зависает или выдаёт ошибку.
• Генерация видео требует много попыток: качество роликов пока оставляет желать лучшего.
• Ограничение по запросам: на сайте Fusion Brain бесплатно доступно 100 запросов в месяц к модели Kandinsky 3.0 (для 2.2 лимиты могут отличаться).

Чтобы минимизировать ошибки, рекомендуется:

• Использовать подробные промты с описанием объекта, фона и стиля.
• Избегать сложных сцен с несколькими персонажами.
• При генерации видео выбирать простые сюжеты.

Вопросы и ответы