«Сбер» объявил о запуске Kandinsky 6.0 Video — новой ИИ‑модели, которая через сервис «ГигаЧат» позволяет генерировать видеоролики формата Full HD с речью, музыкальным сопровождением и звуками окружения. По заявлению компании, это первая отечественная нейросеть, способная создавать видео с синхронным звуком.

На текущем этапе система может формировать ролики со звуком продолжительностью до пяти секунд, однако заявлено, что позднее функционал будет расширен на более длинные видео. Для задания кадра достаточно описать сцену текстом, загрузить первый кадр и указать желаемое звуковое сопровождение; при необходимости можно выбрать качество видео — SD, HD или Full HD.

Звуковое сопровождение в Kandinsky 6.0 Video генерируется со скоростью 44 кГц, что соответствует стандартному качеству для многих стриминговых сервисов. При желании можно создать видео без звука. Также отмечается, что система может самостоятельно находить референсы, если по запросу пользователя не хватает деталей о внешности объекта.

По данным пресс-службы Сбера, новая модель точнее передаёт физику реального мира; по оценке разработчиков, Kandinsky 6.0 Video в среднем лучше предыдущей версии на 71% по всем критериям. Модель доступна разработчикам под лицензией MIT, что позволяет бесплатно интегрировать её в сторонние продукты. Компания подчеркивает, что сервис будет полезен авторам для соцсетей, маркетологам и дизайнерам.