Сбер выкатил Kandinsky 6.0 Video — новая линейка нейронок теперь умеет создавать ролики с диалогами, музыкой и звуками окружения.

Причём аудио синхронизируется с происходящим в кадре, а движения губ персонажей подгоняются под речь. Флагманская Kandinsky 6.0 Video Pro по качеству уже сравнима с Veo 3.1 Audio. Среди открытых моделей выше только MiniMax H3, а с LTX 2.5 у неё паритет.

Есть и Lite-версия на 3 млрд параметров — её специально оптимизировали под обычные NVIDIA. Запускать можно на картах от RTX 5060 Ti до 5090.

Работает всё через Diffusers, ComfyUI, FastVideo, SGLang и vLLM-omni. Веса залили на Hugging Face, код — на GitHub. Заодно Сбер выкатил технический отчёт с архитектурой, обучением и тестами.
===
💬Это пост из ленты, которую читает Саша - автор канала Мальцев: Карьера. Маркетинг. AI. @maltsevprosto

Другие каналы по темам:
🤖 AI @maltsevdaily
🧑‍🎓 Карьеры @maltsevdailyc
🦹 Маркетинга @maltsevdailym