🎬 Kandinsky 5.0 Video
وارد میدان text-to-video شد

نتایج مدل‌های Kandinsky 5.0 Video Lite و Pro در آرنای مقایسه‌ای منتشر شده‌اند.

🔹 نسخه Pro در حال حاضر رتبه ۱ در میان مدل‌های متن‌باز دنیا را دارد.
🔹 در مقایسه کلی، نسخه Pro هنوز از مدل‌های SOTA شرکت‌هایی مثل Google، OpenAI، Alibaba و KlingAI عقب‌تر است،
اما عملاً به Luma Ray 3 و Minimax Hailuo 2.3 رسیده است
(اختلاف ELO حداکثر ۳ امتیاز، با بازه اطمینان ۹۵٪ حدود ±۲۱ امتیاز).

🔹 نسخه Lite با تنها ۲ میلیارد پارامتر حتی از نسخه اول Sora هم عملکرد بهتری نشان داده است.

📌 نکته مهم:
حضور یک مدل مولد ویدیویی روسی در عرصه بین‌المللی و رقابت واقعی با بازیگران بزرگ، اتفاقی نادر و تا حدی غیرمنتظره محسوب می‌شود.

⚙️ مشخصات فنی:

معماری: DiT با ۱۹ میلیارد پارامتر و کراس‌اتنشن روی متن

VAE مبتنی بر HunyuanVideo

خروجی: ویدیو ۵ یا ۱۰ ثانیه‌ای

فریم‌ریت: 24fps

رزولوشن: HD (1280×768)