GigaChat от Сбера теперь генерирует видео со звуком

Сбер представил Kandinsky 6.0 Video — модель, которая создает видео с синхронной озвучкой: речь, музыку и звуки окружения. Аудио подстраивается под происходящее в кадре, включая движение губ, шаги, ветер и шум автомобилей.

Для генерации доступны форматы SD, HD и Full HD, а максимальная длительность ролика со звуком сейчас составляет 5 секунд. Модель уже открыта для разработчиков под лицензией MIT и доступна для интеграции в собственные продукты.

@forgeeks | @forgeeksflash