Новость
«Сбер» выпустил семейство генеративных моделей Kandinsky WM 1.0 для обучения систем физического ИИ
«Сбер» выпустил семейство генеративных моделей Kandinsky WM 1.0 для обучения систем физического ИИ В основе I2V-моделей (Image-to-Video) лежит нейросеть Kandinsky 5.0 Video Lite, которую дообучили на нескольких миллионах видеосцен с камер, установленных на роботах, беспилотных автомобилях и промышленных предприятиях. Для некоторых сценариев ролики дополнительно отредактировали с помощью ИИ для лучшего отображения формы объектов и их геометрии. За счет этого модели научились более правдоподобной генерации. Нейросети создают видео длительностью около 5 с, которые отражают отдельные действия. О
«Сбер» выпустил семейство генеративных моделей Kandinsky WM 1.0 для обучения систем физического ИИ В основе I2V-моделей (Image-to-Video) лежит нейросеть Kandinsky 5.0 Video Lite, которую дообучили на нескольких миллионах видеосцен с камер, установленных на роботах, беспилотных автомобилях и промышленных предприятиях. Для некоторых сценариев ролики дополнительно отредактировали с помощью ИИ для лучшего отображения формы объектов и их геометрии. За счет этого модели научились более правдоподобной генерации. Нейросети создают видео длительностью около 5 с, которые отражают отдельные действия. Одна генерирует ролики для систем автономного вождения, вторая — для робототехники, третья производит сцены со сложной физикой — движением людей и взаимодействием объектов. Kandinsky WM 1.0 представляет собой первое поколение нейросетей на пути к полноценным моделям мира, уточнили в компании. Их можно использовать для генерации редких, сложных или опасных сценариев обучения. В «Сбере» модели применяют для тренировки собственных роботов, а Институт искусственного интеллекта AIRI задействовал их в своем дорожном симуляторе. В дальнейшем разработчики планируют добавить общий для всех моделей этап обучения. Это позволит перенести знания о динамике и физике мира во все три нейросети. На следующем этапе развития Kandinsky WM научатся не только генерировать продолжение видеосцены, но и моделировать ее состояние и динамику. 👉🏻 Kandinsky WM 1.0 на GitVerse, GitHub и HuggingFace 🔗 Источник: https://habr.com/ru/companies/sberbank/articles/1054966/ *** 📎 В апреле 2026 года «Сбер» создал департамент автономных решений для развития проектов в области физического ИИ.
-
«Сбер» выпустил семейство генеративных моделей Kandinsky WM 1.0 для обучения систем физического ИИ
ICT.Moscow AI
«Сбер» выпустил семейство генеративных моделей Kandinsky WM 1.0 для обучения систем физического ИИ В основе I2V-моделей (Image-to-Video) лежит нейросеть Kandinsky 5.0 Video Lite, которую дообучили на нескольких миллионах видеосцен с камер, установленных на роботах, беспилотных автомобилях и промышленных предприятиях. Для некоторых сценариев ролики дополнительно отредактировали с помощью ИИ для лучшего отображения формы объектов и их геометрии. За счет этого модели научились более правдоподобной генерации. Нейросети создают видео длительностью около 5 с, которые отражают отдельные действия. Одна генерирует ролики для систем автономного вождения, вторая — для робототехники, третья производит сцены со сложной физикой — движением людей и взаимодействием объектов. Kandinsky WM 1.0 представляет собой первое поколение нейросетей на пути к полноценным моделям мира, уточнили в компании. Их можно использовать для генерации редких, сложных или опасных сценариев обучения. В «Сбере» модели применяют для тренировки собственных роботов, а Институт искусственного интеллекта AIRI задействовал их в своем дорожном симуляторе. В дальнейшем разработчики планируют добавить общий для всех моделей этап обучения. Это позволит перенести знания о динамике и физике мира во все три нейросети. На следующем этапе развития Kandinsky WM научатся не только генерировать продолжение видеосцены, но и моделировать ее состояние и динамику. 👉🏻 Kandinsky WM 1.0 на GitVerse, GitHub и HuggingFace 🔗 Источник: https://habr.com/ru/companies/sberbank/articles/1054966/ *** 📎 В апреле 2026 года «Сбер» создал департамент автономных решений для развития проектов в области физического ИИ.