Kandinsky 5.0 Video возглавила рейтинг открытых моделей
Нейросеть Сбера Kandinsky 5.0 Video получила высокие оценки от международных AI-экспертов и вошла в престижный рейтинг платформы LMArena от исследователей Калифорнийского университета в Беркли. Модель Kandinsky 5.0 Video Pro заняла первое место среди всех открытых моделей в мире, демонстрируя высочайшее качество при сохранении философии open-source с возможностью свободного использования кода разработчиками.
Эксперты LMArena поставили модель Pro от Сбера в один ряд с флагманскими продуктами мировых лидеров, уступая только закрытым моделям Veo 3.1 и Veo 3 от Google DeepMind, Sora 2 от OpenAI, Wan 2.5 от Alibaba и KlingAI. Kandinsky демонстрирует паритет с решениями Ray 3 от Luma AI и Hailuo 2.3 от MiniMax, генерируя до 10 секунд HD-видео в 24 fps с высоким качеством визуализации.
Компактная модель Kandinsky 5.0 Video Lite на 2 миллиарда параметров работает лучше первой версии Sora от OpenAI. Lite хорошо знает российский культурный код, нативно понимает запросы на русском и английском языках и генерирует надписи на латинице и кириллице. Научное сообщество высоко оценило работу специалистов Сбера — технический отчет возглавил рейтинг Daily Papers на Hugging Face за день, неделю и месяц.
В рамках AI Journey Сбер выложил в открытый доступ все модели генерации изображений и видео новой линейки Kandinsky 5.0, включая Video Pro, Video Lite и Image Lite, а также модели для сжатия визуальных данных K-VAE 1.0, являющиеся лучшими в мире среди открытых аналогов. LMArena формирует рейтинг на основе миллионов пользовательских сравнений результатов разных нейросетей. Ранее Luma AI выпустила модель Ray3 Modify для редактирования видео.
Успех открытых моделей генерации видео открывает новые возможности для специалистов по дизайну и интернет-маркетингу, позволяя создавать профессиональный видеоконтент для рекламных кампаний и социальных сетей с использованием open-source технологий без зависимости от закрытых коммерческих платформ, что снижает издержки на производство визуального контента при сохранении высокого качества генерации и нативной поддержки русского языка и культурного кода.
