Сбер представил Kandinsky 6.0 Video — ролики со звуком теперь можно генерировать прямо в ГигаЧате😳

Нейросеть сама добавляет к ролику речь, музыку и звуки окружения, причём всё синхронизировано с происходящим на экране. Можно написать, что хочешь увидеть, указать звук или загрузить первый кадр.

Пока максимум — 5 секунд, но хронометраж собираются увеличить. Саму модель уже открыли для разработчиков в опенсорсе. Генеративный ИИ должен стать таким же привычным инструментом креатора, как текстовый редактор или камера, считает старший вице-президент, руководитель блока «Развитие генеративного ИИ» Сбера Антон Фролов.

Юзаем — здесь.