Kandinsky 2.1

Kandinsky – модель, способная генерировать изображения по текстовым описаниям на разных языках. Архитектурно модель похожа на DALL-E 2, однако в отличие от DALL-E 2, Kandinsky генерирует сначала векторное представление изображения, подобно Stable Diffusion, а затем декодирует изображение из полученного векторного представления. Поддержка нескольких языков была достигнута использованием мультиязычной версии модели CLIP. 

Примеры использования:

• Генерация изображений

• Дорисовка фрагментов изображения

• Перенос стиль с одного изображения на другое

• Генерация изображений по референсам

Нововведения

• Поддержка текстовых описаний на нескольких языках

• Использование более качественного автокодировщика, чем в Stable Diffusion

Количество параметров: 3.22B