Сбер создал первую мультимодальную нейросеть ruDALL-E, которая генерирует изображения на основе текста на русском языке. Её можно использовать сразу в нескольких сферах: для генерации интерьерного, архитектурного и промышленного дизайна, рекламных материалов, стоковых изображений, копирайтинга.

Создание изображений происходит в три этапа: сначала одна нейросеть принимает текст на вход и генерирует заданное число картинок. Вторая выбирает, какие из них наиболее удачны и максимально соответствуют описанию. Третья нейросеть увеличивает их в размере без потери качества.

По заданному описанию ruDALL-E позволяет создавать неограниченное число новых изображений. Протестировать нейросеть уже можно на сайте.